面板数据十篇

面板数据篇1

关键词：Matlab；平板；平面度；数据处理

中图分类号：TG83文献标识码：A文章编号：1007-9599 (2011) 16-0000-01

MATLAB Achievement of Surface Flatness Data Processing

Li Minggui

(The Mechanical and Electrical products Quality Supervision and Inspection Institute of Guizhou,GuiYang550003,China)

Abstract:In the process of surface plate flatness of data processing,the data processing is relatively large,using the manual calculation is not only a long time,but also very prone to error.In this paper,we realize the flat working surface flatness of data processing accurately and efficiently by using the Matlab programming.

KeyWords:Matlab;Surface Plates;Flatness;Data Processing

一、引言

平板是在机械制造检验中是最不可缺少的平面基准量具，主要用于机械工件检验测量中的基准面，检查零件的尺寸精度或形位偏差，并可作精密划线。平板检定过程中的工作面平面度的检定最为复杂，特别是大规格尺寸的平板，工作平面度的数据处理量比较大，采用手工计算不但时间久，还很容易出错。MATLAB是一种功能十分强大，运算效率很高的数字工具软件，几乎可以解决科学计算中的任何问题。本文利用Matlab编程，按JJG117-2005平板标准中6.3.4.5.1条对角线布点评定的要求实现平板平面度的数据处理，不但计算准确，数据计算时间快，比传统人工计算节省很多的时间，大大降低了计量检定人员的工作强度，提高了平板检定效率。

二、平面度对角线评定原理

对角线法是JJGl17-2005《平板》检定规程所规定的方法之一。它以通过平板工作面的一条对角线且平行另一条对角线的平面为理想平面（评定基准），以工作面上各测量点对理想平面偏差值中最大值与最小值之差，作为平板工作面平面度。

三、Matlab实现平面度数据处理

平面度数据处理分为原始数据的输入和数据处理，数据处理采用函数调用的方式进行，简单明了。原始数据采用数组形式输入，一条线为一个数组；此外还有3个重要的参数：截面的分段数n、桥板跨距L、仪器分度值τ。原始数据和参数输入情况见图一。这里采用的数据为JJGl17-2005《平板》附录A中的数据，方便大家比较验证。

所有的原始数据和参数输入以后，下一步就是完成数据处理。数据处理先将被测截面上各点读数（格数）换算成线值；然后根据对角线确定理想平面，求出各测量点对理想平面偏差；求出截面中点的重复测量变动量和平板工作面平面度。程序可以根据输入的原始数据的自动判断是9点，还是25点，或者是49点。图二是我采用的JJGl17-2005标准附录A数据进行数据处理的运行结果显示，矩阵A的一行对应平板的一条线，F为该平板的平面度。

四、应用实例

程序编制、调试完成以后，我们先采用本程序对以前的平板检定数据进行了数据处理验证。验证结果表明采用该Matlab程序的计算结果与以前人工笔算的数据完全吻合，并且还发现了以前笔算的一些计算错误，程序完全实现预想的功能。在第二年的平板检定工作中，平板平面度的数据处理全部采用本程序进行，大大降低了数据处理的工作量，效率大大提高，平板检定结果出具时间只有原来到四分之一，并且我们对程序计算的数据再一次进行了认真的分析，没有发现任何的问题，完全符合JJGl17-2005《平板》标准对平面度数据处理的要求。平板检定人员和部门领导对这个程序作用给出了很好评价，对我们这项改进工作非常的满意。

五、结束语

我在工作中发现平板检定还是采用人工笔算的传统方式，现在的计算机编程技术完全可以解决这问题。按照JJG117-2005《平板》中的平面度计算的方法，采用Matlab编程实现平板平面度数据处理，不但计算准确，数据计算时间快，比传统的人工计算时间节省很多的时间，且不容易出错。大大降低了计量检定人员的工作强度，大大提高了检测效率。该程序还存在一些不足的和需要改进地方，比如：运行界面为英文，需要一定的外语基础；原始数据和参数输入在程序当中，需要一定的编程基础才可以熟练掌握；可以对该程序进行改进，实现对话框的形式原始数据和参数输入以及处理结果的显示。最后我要感谢同事和领导对我工作的帮助和支持。

参考文献：

[1]国家质量监督检验检疫总局.JJG117-2005平板,2005,3

[2]孙祥,徐流美,吴清.MATLAB7.0基础教程,2005,5

面板数据篇2

从1997年开始，我国逐步在全国范围内建立统帐结合的养老保险制度，根据参加工作时间划分，将该体系下覆盖的职工分为老人、中人和新人。在转制过程中，老人和中人均没有个人积累账户，缺乏基金积累，形成“隐性债务”。因此在1997年之后参加工作的新人所缴纳的资金虽进入个人账户，但是个人账户资金用来弥补社会统筹的资金支出，加之统筹账户和个人账户之间的管理不透明致使许多个人账户空帐运转。除此之外，制度不规范和配套法律的缺失也给社会养老保险的发展造成了一定阻碍。例如，伴随职工工作调动等情况带来的基本养老保险转移接续问题给许多职工造成了实际的困扰。普通参保对象对于存在该制度所表现的信心缺失才是最严重的后果。目前我国基本养老金实行统帐结合的部分积累模式，并逐渐建立多层次养老保险体系，考虑制度发展和统计数据的可得性，因此本文的研究对象为城镇职工基本养老保险基金（以下均以“社会养老保险金基金”或“养老保险基金”代替）。综合目前研究观点，结合统计口径，可将当年的社会养老保险基金的收支模型简单认为：养老保险基金收入=养老保险征缴收入+财政补贴+养老保险基金投资收益=缴费率×参加养老保险职工人数×平均工资+财政补贴+养老保险基金投资收益养老保险基金支出=平均养老金水平×退休职工人数+丧葬费用+其他支出=在职职工平均工资×替代率×退休职工人数+丧葬费用+其他支出养老保险基金平衡=养老保险基金收入-养老保险金基金支出因此，影响养老保险基金收入平衡的主要因素有：缴费率、养老保险参加人数、替代率、职工平均工资、财政补贴和养老保险基金的投资收益等。

二、研究设计

（一）样本选择

考虑到社会养老保险制度的改革所导致的统计数据的可得性和统计口径差异，本文选取我国31省、直辖市和自治区2002-2012年的数据为样本。文中数据来源于国家统计局网站所公布的历年统计年鉴，以及基于此的相关计算。所涉及数据均为未考虑通货膨胀率的名义值。

（二）变量定义

1.被解释变量。

本文所考察的是影响养老保险基金平衡的各个因素，因此被解释变量选择可代表养老保险基金平衡的变量。用来表示养老保险基金平衡的变量主要有绝对值和相对值两类，本文选取相对值数据,即养老保险基金的结余率作为被解释变量。社会保险基金结余率是衡量和考察社会保险运营状况的综合指标之一，养老保险基金结余率是养老保险第n年末的当期结余与第n年年度内基金收入的比值。通过计算可发现，我国各省市每年的养老保险基金结余率之间有较大差异，但是总体呈现上升趋势。限于篇幅，不一一列出各个省份的指标，在此通过山东省2002-2012年结余率以示说明。

2.解释变量。

结合前文的理论分析，考虑相关统计数据的可得性，选取社会养老保险的年末参保人数、缴费率、替代率以及职工工资增长指数作为解释变量构建影响养老保险基金平衡因素的计量模型。由于篇幅限制，本文选取辽宁省、山东省、浙江省、四川省、广东省和新疆维吾尔自治区作为代表说明各解释变量的变化情况。参保人数。养老保险的参保人数代表了养老保险的广度，是衡量养老保险发展的一个重要指标。由于研究对象所限，本文所涉及的参保人数仅指基本城镇基本职工养老保险覆盖范围内的职工。这六个地区的参保人数虽然都呈现出了上升趋势，但上升幅度和参保人数有较大不同，这与每个地区的人口密度和劳动人口流入流出比率有较大关系。新疆人口密度较低，劳动人口流入流出情况较少，因此新疆的养老保险参保人数与其他几个省份相比，处于较低水平。广东省作为人口大省，同时又是劳动人口流入大省，因此参保人数呈现出了较大的增长幅度，参保人数也处于较高水平。参保人数越多，意味着现阶段养老保险的基金收入越多，但在未来，养老保险所要负担的退休人数就越多，对养老保险基金的支出也是一个挑战。缴费率。缴费率是某年度养老保险基金的缴费收入占该年度职工工资总额的比例。目前我国养老保险基金收入中除职工缴纳外，还包括各级财政补贴和养老保险基金的投资收益，缴费率实际为扣除这两部分基金收入来源后的部分占职工工资总额的比例，但是各年度的统计年鉴、劳动统计公报中都未将这两部分按地区单独列出，因此本文仍以统计年鉴中所披露的各地区当年养老保险基金收入为基础计算缴费率，实际缴费率应低于本文所采用的计算数据。这六个地区的缴费率并没有呈现统一的变化规律，浙江省的缴费率呈现下降趋势，其余地区有升有降，总体呈现上升趋势，辽宁省维持在一个相对较高水平。按照2005年国家颁布的《关于完善企业职工基本养老保险制度的决定》，缴费率最高限度为28%，通过数据分析，可以发现目前一些省份在实际操作中，已经超过了这个限度，但随着各种制度的完善，未来社会养老保险的缴费率将逐渐呈逐渐下降趋势。替代率。本文所采用的是平均替代率的概念，即某一年度社会退休职工的平均养老金水平与该年度在职职工平均工资水平之比。平均替代率是把所有退休职工和所有在职职工分别作为一个整体进行比较，是在研究与养老保险基金相关问题时经常采用的一个概念。替代率不仅影响缴费率，也是影响养老保险基金支出的重要因素。职工工资增长率。职工工资增长率代表了职工工资平均增长水平，与社会经济水平有着密切关系。随着社会经济的不断发展，我国各地区每年环比职工工资增长指数基本处于10%以上的水平，稳定增长。职工平均工资水平是影响养老保险基金收入的重要因素之一，在我国现行的养老保险制度中，养老金的计发与社会平均工资挂钩，职工平均工资水平与替代率结合，是影响养老保险基金支出的重要因素。

三、模型解释

（一）预期模型

1.面板数据模型分类。

面板数据是同时在时间序列和横截面上取得的数据。为实现面板数据模型的估计，可以建立从个体角度考虑的含有N个个体成员的模型和从时间点截面上考虑的含有T个时间截面面板数据模型。含有N个个体成员的模型更常用，且符合本文的建模宗旨。

2.预期模型。

首先在模型形式的选择上，根据前文理论分析，倾向于固定效应模型或者随机效应模型，不同省市之间的养老保险基金结余率存在差异性，但是个体之间是否存在结构性差异则需要通过检验得出结论。其次，从各个解释变量对被解释变量的影响方向来看，由各解释变量的选取理论分析来看，可以初步认为，参保人数越多，缴费率越高，替代率越低，工资增长率越高，养老保险基金当年结余就越多，因此参保人数、缴费率对养老保险基金平衡具有正向影响作用，而替代率则具有反向作用，但实际模型的结论是否与预期模型一致，需要通过实证分析和检验来说明。

（二）数据检验

1.单位根检验。

为保证估计结果的有效性和真实回归，首先对面板数据的各序列进行单位根检验，确保数据的平稳性。对于面板数据的各序列水平平稳性检验结果如表4所示。LLC、IPS、ADF和PP是面板数据单位根检验的传统方法，其原假设均为存在单位根。如果各种检验的概率均小于置信度（本文取5%），则拒绝存在单位根的原假设，序列平稳。由上表结果可知，结余率、替代率和工资增长指数为水平平稳，即为零阶单整。对参保人数和缴费率检验其一阶差分，其一阶差分平稳，即一阶单整。由于此面板数据的变量之间是非同阶单整，对参保人数和缴费率取自然对数进行处理，对变化后的序列进行单位根检验，发现处理后的序列均为零阶单整。

2.协整检验。

由单位根检验结果可知，我国各省市的养老保险基金结余率、参保人数的变化率、缴费率的变化率、替代率以及工资增长指数之间为零阶单整。当数据序列为同阶单整时，应对该面板数据进行协整性检验，以保证各变量之间存在长期的因果关系。对处理后的数据序列进行协整检验。各检验方法的原假设均为变量之间不存在协整关系，由于P值均小于5%的显著性水平，拒绝原假设，由此可判断，该面板数据经处理后的变量之间存在协整关系，即存在长期的因果关系。

（三）计量模型及实证结论

1.面板数据模型选择。

在本文的面板数据模型构建中，主要考察影响我国社会养老保险基金平衡的因素。利用Hausman检验可以确定面板数据模型的的类型。首先建立随机效应回归模型，然后进行检验。所构造模型的Hausman检验的统计量值为53.564926，P值为0.0000，原假设为建立随机效应模型，P值小于5%的显著性水平，拒绝原假设，应选择固定效应模型。按照经验，用样本数据推断总体效应采用随机效应回归模型，直接对样本数据进行分析则采用固定效应回归模型。本文Hausman检验的结果也符合一般经验。

2.实证结果解释。

根据Hausman检验的结果，选择个体固定效应模型。由拟合结果可知，该模型所涉及的参保人数变化率、缴费率的变化率、替代率三个变量在5%的显著性水平上通过了检验，工资增长率在10%的显著性水平上通过了检验。R2和调整后的R2值均大于0.95，表明该回归方程的拟合程度较好。从系数的绝对值来看，缴费率的变化率对养老保险基金结余率的影响最大，目前我国养老保险基金收入大部分来源于参保职工的缴费，这一实证检验符合现实情况。从影响方向来看，参保人数、缴费率的变化率和工资增长率对基金结余率呈正向影响，当参保人数、缴费率数值增加时，基金结余率也随之增加，工资增长率一定程度上反映了社会通货膨胀率，通货膨胀率增加，也会引起基金结余率的名义值增加；而替代率则对基金结余率起相反作用，即替代率越高，基金支出越多，基金结余率越低。各个地区的截面系数符号不同，数值也相差较大。由于被解释变量为基金结余率，系数C代表自发倾向，可以简单理解为在没有缴费率、替代率等模型中所包含的因素影响下的基金结余率。其中上海、浙江、江苏等经济较为发达省市的基金结余率较高，这与其地方财政补贴及投资收益有一定关系。

四、研究结论及政策建议

虽然全国各省市的社会养老保险发展水平参差不齐，但是从本文的实证分析来看，替代率、缴费率等影响因素对各地区养老保险基金平衡的影响力度相同，并且国家也提出要实现基本养老保险国家统筹的目标，因此本文只提出涉及国家层面的政策建议。

（一）降低缴费率，拓宽基金收入来源渠道

在本文构建的计量模型中，缴费率的变化对养老保险基金的结余率影响最大，且为正向影响，但这并不意味着要通过提高缴费率来增加养老保险基金的平衡能力。缴费率是养老保险的一个重要衡量指标，目前我国各省市之间缴费率差异较大，经济发达的省份缴费率较低。

（二）实现养老保险基金的增值保值，完善企业年金制度

在利用养老保险基金进行投资时，要明确投资范围，养老保险个人账户的基金投资于银行存款和国债，社会统筹账户基金以及企业年金还可以投资收益性和流动性更强的有价证券。同时制定合理的投资计划和投资组合范围，健全托管人制度，保障巨额基金的安全性和投资收益。宏观政策保障是企业年金发展的先决条件，国家已经出台了关于发展企业年金的一系列规定，包括企业年金的建立条件、提取比例和运行管理模式等问题，但是相关的规定仍需要进一步细化，增强可操作性。对于企业而言，应该完善企业年金计划。同时企业年金的建立和管理过程中还会涉及金融中介服务机构和政府监督机构，关于合格金融中介机构的认证需要进一步规范，防止行业内鱼龙混杂，政府相关部门也需加强对企业年金各个环节的监管。

（三）扩大基本养老保险的覆盖面，健全相关制度法规

面板数据篇3

    面板数据同时包含了许多横截面在时间序列上的样本信息,不同于只有一个维度的纯粹横截面数据和时间序列数据,面板数据是同时有横截面和时序二维的。使用二维的面板数据相对于只使用横截面数据或时序数据,在理论上被认为有一些优点,其中一个重要的优点是面板数据被认为能够控制个体的异质性。在面板数据中,人们认为不同的横截面很可能具有异质性,这个异质性被认为是无法用已知的回归元观测的,同时异质性被假定为依横截面不同而不同,但在不同时点却是稳定的,因此可以用横截面虚拟变量来控制横截面的异质性,如果异质性是发生在不同时期的,那么则用时期虚拟变量来控制。而这些工作在只有横截面数据或时序数据时是无法完成的。

    然而,实际上绝大多数时候我们并不关心这个异质性究竟是多少,我们关心的仍然是回归元参数的估计结果。使用面板数据做过实际研究的人可能会发现,使用的效应①不同,对回归元的估计结果经常有十分巨大的影响,在某个固定效应设定下回归系数为正显着,而另外一个效应则变为负显着,这种事情经常可以碰到,让人十分困惑。大多数的研究文献都将这种影响解释为控制了固定效应后的结果,因为不可观测的异质性(固定效应)很可能和回归元是相关的,在控制了这个效应后,由于变量之间的相关性,自然会对回归元的估计结果产生影响,因而使用的效应不同,估计的结果一般也就会有显着变化。

    然而,这个被广泛接受的理论假说,本质上来讲是有问题的。我们认为,估计的效应不同,对应的自变量估计系数的含义也不同,而导致估计结果有显着变化的可能重要原因是由于面板数据是二维的数据,而在这两个不同维度上,以及将两个维度的信息放到一起时,样本信息所显现出来的自变量和因变量之间的相关关系可能是不同的。因此,我们这里提出另外一种异质性,即样本在不同维度上的相关关系是不同的,是异质的,这个异质性是发生在回归元的回归系数上,而不是截距项。我们试图从面板数据的横截面维度和时间序列维度的样本相关异质性角度来解释为什么使用的效应不同会使估计结果产生如此巨大的差异,而这很有可能正是由于异质性导致了在使用不同效应时,使估计的结果有显着的差异。

    另外,所谓的不可观测的异质性(Unobserved Heterogeneity)在理论上被假定是无法用回归元观测的,同时,一般认为面板模型的固定效应与回归元可能是相关的,而且这个效应与回归元是否正交(相关)实际上也是判断应该使用固定效应还是随机效应的标准之一(Greene,2002;Mundlak,1978)。而所谓的不可观测的异质性,实际上至少并不是完全不可观测的,通过适当的模型设定,把固定效应再进行分解,就得到可观测的和真正不可观测的异质性,并且模型的估计将在国家效应和随机效应之间获得融合,在这点上,我们与Mundlak(1978)的结论是一致的。

    面板模型的很多方法和解释通过教科书的广泛传播和人们的应用,已经形成了面板计量技术的使用者和研究者头脑中标准的理解,而这种已经在人们脑海中形成规范解释的东西则可能是较难以改变的,因此为了说明问题,我们在文中尽量使用直观的例子来进行解释,并对我们的想法给予简要而直接的证明,来加强论文的理论性。

    一、横截面和时间序列,哪一个维度?一个有其他遗漏变量的例子

    读者可能会对这个问题稍微感到奇隆,并回答面板数据由于是二维数据,那么其回归结果也应该同时来自于两个维度,这正是面板数据的长处,并且直觉上两个维度上的相关关系应该是一致的,这应该是个不言自明的问题。

    这个回答表面上看似正确的,然而真实的答案却不是那么简单,面板数据的回归结果并不真的一定同时来自两个维度,关于哪个维度占主要的问题在面板数据的分析中是至关重要的,尤其当我们有横截面和时间序列的维度相关异质性问题时。

    这里我们所说的异质性不同于传统的面板异质性。传统的面板异质性宣称异质性来自于依横截面和时点不同而变化的截距项,并通过横截面和时点的虚拟变量捕捉;而这个论点可能是武断的,异质性可能并不来自于截距项,而是来自于回归元的系数,尤其是在数据中经常有这样的现象,即自变量与因变量在横截面上的相关关系与时间序列上的相关关系是不同的②,这是我们所探讨的异质性,导致这种异质性的原因可能有很多,遗漏变量是一个可能的重要原因。另外自变量在不同维度上对因变量本身就具有不同的作用,这也是一种可能。图1为有其他变量遗漏的情况。

    图1的面板数据样本具有4个截面,6个时期,数据由如下过程生成:

    然而,如果是不可观测的,那么模型就会产生遗漏变量偏差。在实际面板数据模型的应用中,经常采用的步骤是先做混合回归,然后做横截面固定效应回归,然后做时间固定效应回归(或与横截面固定效应同时使用)。如果看图1,很可能研究者就会采用横截面固定效应或者双固定效应,而在上面的案例中,采用混合回归与横截面固定效应回归都会得到完全错误的结果,其中横截面固定效应的估计结果偏差最高,双固定效应的估计稍好,但是也经常产生有偏的结果,只有时期固定效应会产生最无偏有效的估计结果。

    图2给出了使用各种效应得到的回归拟合线,每个回归的截距项已经取平均从而使得回归线落在样本点的中央,从图2中可以看到,不同的模型设定对估计系数产生明显的影响。很明显,只有时间固定效应得到了x与y的真实的相关关系,偏差最小;横截面固定效应则显示了x与y在时序上的相关关系,是偏差最大的估计;混合回归也基本显示了时序的信息;而双固定效应在这里凑巧也有较大的估计偏误,这是因为双固定效应的双向组内均值离差操作损失了许多有用的样本信息,并且在我们模拟中的一个相对大的干扰项方差也降低了估计的效率。

    那么,为什么以上结果会发生呢?为了解决这个问题,我们需要探讨面板数据模型固定效应估计的本质。

    1.横截面和时间固定效应的本质

    如果我们有一个截面个体的时间序列样本y和X,我们可以对y和X做回归得到截距项α和系数向量β,这反映了样本在时序上的相关关系,如果我们把每个截面都做回归,就得到一个方程系统:

    从式(5)和式(6)中,很容易发现,拟合准则对于β和α的一阶条件产生了同样的估计条件,也即是横截面固定效应估计量的估计条件:

    Xβ+Dα=y (7)

    这个估计量即是有一个线性约束=β的每个截面个体的时间序列回归的估计量,同时我们知道这也是横截面固定效应的估计量。因此,我们有推论1:

    推论1 横截面固定效应估计本质上是在做一个有线性约束的时间序列回归,约束则是每个横截面个体具有相同的回归系数。同样,容易证明,时间固定效应估计量本质上是在做一个有线性约束的横截面回归,约束则是每个时期的横截面回归具有相同的回归系数。而回忆固定效应的算法,我们知道,横截面固定效应(时期固定效应),或者说不可观测的异质性,实际上是约束每个横截面(每个时期)的误差项的均值为0的结果,因此,固定效应,或者说不可观测的异质性实际是估计的结果而不是原因。

    2.每个横截面的和总的β的关系

    给定横截面个体i,我们知道该横截面的时间序列回归的估计量包含在式(10)中:

    可以看到,每个截面的时序回归实际上是把估计横截面固定效应的样本按横截面分成n份,或者反过来说横截面固定效应的估计实际上是把每一个截面的时序回归的样本放到一起形成一个大样本,那么,每个截面的回归系数与固定效应的回归系数β有什么样的关系呢?

    我们通过假设只有一个回归元x来给出直接的例证,若只有一个x,则对于某截面i有:

    如果现在有多于1个的回归元,并且回归元之间理论上是无关的,那么这时式(13)仍然成立,但如果回归元之间是相关的,问题就会复杂很多,不过如果使用偏回归方法,先排除其他变量的干扰,我们仍然可以得到类似的结论,我们自己所做的一些数值模拟和估计也显示了这点,细节不在这里补充。由以上的讨论,可得到推论2。

    推论2 横截面固定效应估计本质上是在做一个有线性约束的时间序列回归,其估计结果等于对每一个横截面进行时序回归得到的系数的加权平均。同样的结论可以推广到时间固定效应的估计,即时间固定效应的估计结果等于每个时期横截面回归估计结果的加权平均。

    现在我们知道图1和图2所示的例子中为什么使用混合效应,横截面固定效应会出现明显的偏误,而时期固定效应的结果则是正确的。因为和由于非平稳性导致在时序上两者是相关的,但是因为是随机生成的,并且和的生成过程是独立的,因此和在横截面维度上是不相关的。而使用混合回归不区分样本信息究竟来自哪个维度,它合并了时间序列和横截面二维的样本信息进行回归,因此导致的估计产生向上的偏误(因为被遗漏了),但混合回归的结果并不是偏误最严重的,因为至少在横截面方向上和是无关的;横截面固定效应估计则有最严重的偏误,因为如前所述,横截面固定效应是做一个有线性约束的时序回归,其结果等于每个截面的回归结果的加权平均,而这里和在时间序列上相关性明显,导致估计结果有很大偏误;只有时期固定效应产生了最准确的估计,因为时期固定效应做的是横截面方向的回归,而这里由于在横截面方向上和是无关的,因此即使缺失,也不会对的估计结果产生干扰,时期固定效应在以上我们所模拟的数据中是最好的估计量③。

    上面的例子中所做的模拟数据是一个有着大T小N的数据集,而面板数据一般是有着大N小T的数据集,因此我们的模拟可能会由于其特定的T和N而受到质疑,而实际上,理论结果并不受到样本尺寸的明显影响。图3和图4展示了另一个有着相对大N和小T的模拟数据,其中N=6,T=3。

面板数据篇4

【关键词】绩效分析；多维动态面板数据；创业板

一、引言

2009年10月，首批28家创业板公司在深交所挂盘交易，这是中国资本市场一件具有里程碑意义的事件。2011年11月，距首批28家创业板公司登陆深交所上市交易两周年之际，新任中国证监会主席郭树清先生推出了创业板退市制度。创业板在国内是一个新鲜的事物，故对创业板的绩效分析没有完善的方法可供借鉴。不过，很多的学者利用各种统计方法对中小板及各行业上市公司进行过一些研究。林森采用stoNED方法，结合DEA与SFA方法的优点，对中国商业银行1996年～2005年间的绩效进行评价，认为我国国有股份制商业银行的经营绩效显著低于非国有股份制商业银行。本文选取首批登陆创业板的28家上市公司2009年至2011年的经营数据作为研究对象，采用多维面板数据分析方法，利用因子分析对这些上市公司的经营绩效进行评价，为创业板公司经营业绩的评价方法提供一种新视角。

二、方法简述

（1）思想原理。利用多元统计中的因子分析法，对多维面板数据进行动态处理。根据原始变量相关性的大小对原始变量进行分组，使得同组内变量间的相关性较高，不同组的变量相关性较低。每组变量代表一个基本结构，通过几个主因子的方差贡献率作为权重来构造综合评价函数，简化众多原始变量及各指标间的重复信息。对多维面板数据进行动态处理，可避免仅用一个截面数据进行绩效评价的片面性，同时也可以深度挖掘潜藏在面板数据中的有效信息。（2）具体步骤。搜集数据，构造原始数据矩阵；将原始数据正态标准化，以使不同指标的数据有比较意义；计算各年份的相关系数矩阵；计算各个时间截面相关系数矩阵的特征值及特征向量；根据因子贡献度选取主因子，构造主成分的线性表达式；建立并计算各个时间截面的样本综合评价函数，构造综合评价矩阵；对综合评价矩阵进行因子分析，得出因子得分，按照因子得分对各上市公司进行排名。

三、实证分析

（1）数据选取。采用2009年10月30日在深交所首批上市的28家创业板公司2008年至2011年的年报数据进行分析，数据来源于银河证券海王星交易软件。根据年报数据，考虑创业板上市公司的资产负债情况、利润构成情况、盈利及成长能力情况以及每股财务情况，共选取了如下11个具体指标：资产总额、资产负债比、利润总额、净利润、净利润现金含量、主营业务收入、净资产收益率、净资产增长率、每股收益、每股净资产、每股现金流量。（2）分析过程。第一，选取28家上市公司2008年至2012年的年报财务数据中的11项指标，以每年为一个截面，分别对每个截面数据进行主成分分析。得到一个各年份的综合评价矩阵。第二，对综合评价矩阵进行样本适度检验。KMO检验值为0.517，大于0.5，说明样本容量是可行的。Bartiett球度检验的卡方值为47.925，P值为0，显著性水平小于0.05，说明可以对该面板数据进行因子分析。第三，按照方差贡献率提取了两个主因子，根据因子分析方法得出因子总得分计算公式为：F=0.589f1+0.411f2，依此得出，28家上市公司的绩效排名（表1）。第四，结果分析。表1给出了分析的结果。将该结果与2011年年底，各上市公司股价市盈率进行比较，发现这两个排名比较接近。这说明，用该方法对这些上市公司的经营绩效排名基本符合市场预期，该绩效排名也能从一定程度上解释上市公司的股价水平。

四、小结

本文提出了一种对上市公司经营绩效分析的新方法――多维面板动态因子分析法。介绍了该方法的思想原理、具体步骤，并利用该方法对首批上市的28家创业板公司进行了实证分析。从实证分析结果看，该方法的排名与上市公司股价的市盈率基本吻合，说明该法在某种程度上可以用来衡量上市公司的经营绩效并解释其股价的波动。

参 考 文 献

[1]林森.基于StoNED方法的中国商业银行绩效研究[J].统计与决策.2009（7）

[2]程华.我国上市银行绩效研究的新视角[J].统计教育.2011（11）

面板数据篇5

关键词：中美服务贸易收支；面板数据模型；货物贸易

中图分类号：F323.6文献标识码：A文章编号：1003-4161(2009)01-0118-04

1.前言

中国和美国分别作为世界上最大的发展中国家和经济实力最强的国家，两国间的贸易对世界经济有着重大的影响。根据中国海关统计数据显示，2006年中国对美国贸易顺差为1.443亿美元；而根据美国政府的统计，2006年美国对中国的贸易逆差达到了创纪录的2.325.5亿美元，占美国整体贸易逆差的28%。中国对美巨额的贸易顺差在一定程度上造成了美国的经济失衡，而美国的经济失衡则是全球经济失衡的主要原因之一。然而，在中国对美货物贸易保持巨额顺差的同时，中美服务贸易却多年来一直是中国处于入超的状态，只是这种服务贸易的逆差被巨额的货物贸易顺差所掩盖了。随着经济全球化的发展，世界贸易的竞争将更多地体现于服务贸易的竞争，并且其竞争的成败将在一定程度上决定各国经济发展的未来。因此，加强对服务贸易的研究，特别是在当前形势下加强对中美服务贸易收支的研究将有着重要的意义。

2.相关文献回顾

到目前为止，在针对服务贸易的相关研究方面，国外学者比国内学者研究得更加深入，且在分析相关影响因素的基础上进一步通过计量回归的方法对实际情况进行了检验。Juann H.Hung和Sandre Viana(1995)采用时间序列中协整分析的方法对上世纪80年代中期美国服务贸易进出口中增长最快的三个部分（旅游、其他私人服务、版税和许可费）进行了研究，其研究结果表明，外国稳健的经济增长和美元的贬值是推动上世纪80年代后半期美国服务贸易收支迅速增长的主要因素［1］。Alan V.Deardorff，Saul H.Hymans，Robert M.Stern和Chong Xiang（2000）使用上世纪70年代至90年代的季度数据对美国服务贸易四个子项（旅游服务、运输服务、乘客运输服务和其他私人服务）的出口和进口建立模型并进行了预测，研究认为，在经过亚洲金融危机以后，美国服务贸易顺差在1999和2000年会减少，到2001年会重新增长［2］。Denise Eby Konan和Ari Van Assche（2004）将一个不完全竞争服务部门纳入小型开放经济这样的标准来计算一般均衡模型（CGE model），以此来分析管制和市场结构这两个因素对突尼斯服务贸易自由化的福利影响，并强调了市场结构和法制环境对突尼斯电信自由化的重要性［3］。与此同时，还有一些国外学者将在货物贸易研究中使用较多的引力模型也应用到了对服务贸易的研究上，Lejour和De Paiva Verheijden（2004）使用引力模型对加拿大和欧盟的双边服务贸易流量进行研究发现，距离对服务贸易影响比之其对货物贸易的重要程度要低［4］。目前，国内也有不少学者对服务贸易收支进行了研究，谢康，李赞（2000）对美国的货物贸易和服务贸易之间的互补性进行了研究，并认为一定时期内中美两国政府和企业不可能从根本上改变中美贸易不平衡的局面

［5］。张德进，吴韧强（2004）利用RCA指数和TC指数对中美两国在服务贸易领域的优势和劣势进行了定量分析，研究结果显示美国在知识和技术密集型的服务产业上仍然保持着显著优势，但我国在劳动密集型服务产业渴望得到较大的发展［6］。程南洋，杨红强和聂影（2006）对我国1999～2003年的服务贸易出口结构变动进行了实证分析，研究表明中国服务贸易出口结构在不断优化，但优化的幅度很小［7］。孙夏，张静中（2006）通过分析中美服务贸易逆差后认为，中国应加大在人力资本及科技方面的投入，并通过分层次逐步对美开放和适度保护相结合来缩小中美服务贸易之间的逆差［8］。

总的来说，与国外相关研究相比，国内研究显得相对没有国外研究的深入和系统。在研究方法方面，有些国内学者在研究服务贸易收支时采用的是相关系数分析法，这种分析方法只是对两变量之间进行分析，却忽视了其他的相关影响变量的作用，缺乏说服力。目前国内几乎还没有学者采用较为合适的计量模型来对中美服务贸易收支进行实证分析，因此，本文采用面板数据模型来分析中美服务贸易收支，将具有独特而重要的研究意义。

3.研究思路

和货物贸易一样，国与国之间服务贸易的进行必然有其理论基础，然而由于贸易动因和贸易形式的多样化，这就使得一种纯粹的贸易理论无法完全将两国间贸易的实际情形解释清楚。但不管怎样，国际间的贸易必然有其共同的影响因素，因此，要研究两国间的贸易收支，将这些共同的影响因素纳入同一个方程，并选择适当的计量模型进行实证分析，将不失为一种较好的方法。

在两个国家进行贸易的情形下，一国的贸易收支等于其出口减去进口，而与此同时，一国的进口就是另一国的出口。从这个角度出发，两国间的出口和进口都具有一些共同的影响因素，只是这种因素的来源国不同而已，因此研究一国对另一国贸易收支影响因素的问题就转变成了研究出口影响因素的问题。本文在研究服务贸易出口时主要考虑了四个随时间变化而变化的重要影响因素，见方程［1］，即收入、货物贸易、对外直接投资和实际汇率，如方程①所示：

EXd= Fd（Yf ，Xd，FDId ，RER） ①

方程中EXd表示本国对外国的服务贸易出口额，Yf表示外国的收入水平，FDId表示本国对外国的直接投资，Xd表示本国对外国的货物贸易出口，RER表示实际汇率。其中，（1）Yf对EXd的影响是正向的，因为本国的出口是基于外国的需求，外国收入水平越高，对本国服务贸易产品的需求则越大；（2）FDId和Xd对EXd的影响也是正向的，这主要是由于对外直接投资和货物出口增加，一定程度上会带动相关服务产品的出口，同时，由于对外直接投资和货物贸易量的增大反映出本国与外国在经贸关系上的愈发紧密，这也会促进本国的服务贸易出口［2］；（3）实际汇率在反映名义汇率的同时还包含了物价水平的变动，但在这里，RER对EXd的影响却是不确定的，这种不确定性是因为实际汇率变动带来的产品数量和产品相对价格变化方向的不同变化所导致。

正如前所述，在两国情形下，本国的进口等于外国的出口，而外国的出口也存在着相同的影响因素，因此，本国的进口方程则为：

IMd= Fd（Yd ，Xf ，FDIf，RER） ②

由于本国的贸易收支等于出口减去进口，而出口和进口方程中均具有共同的影响因素，因此，本国的贸易收支方程也将具有与出口和进口相同的影响因素，即：

B = F（Yf-d , Xd-f , FDId-f , RER）③

其中B为本国对外国的服务贸易收支。在方程①和方程②中，除实际汇率RER的影响方向是不确定之外，其他各变量的影响方向是被确定的，但在服务贸易收支方程中，除实际汇率RER之外，其他三个变量均变成了相对形式，这就使得服务贸易收支方程中四个变量影响方向都具有不确定性，必须通过计量回归的方法对具体两个国家间的服务贸易收支进行分析，才能确定这些变量对其中一国服务贸易收支的影响方向及其影响大小。

4.计量分析

与货物贸易有商品分类一样，服务贸易也有其子项，这就使得本文对服务贸易收支的分析就牵涉到了截面数据，与此同时，考虑到时间序列因时期过短会造成样本数目不足，因此，使用既包含时间序列又包含了截面数据的面板数据模型来分析中美服务贸易收支，一方面能较全面地反映所要研究的对象本身，另一方面还扩充了样本容量，使得回归模型更具有说服力。

4.1 相关变量和指标的选取

在建立计量模型之前，首先要对相关变量和指标进行选择和调整，同时，为了减小数据的波动性和异方差，还必须对原数据进行对数化处理，这也就是本文在进行计量回归前模型设定的一个重要标准。此外，本文所研究服务贸易收支的时期区间是1994～2005年，主要是考虑到在这一时期内人民币采取的是钉住美元的汇率制度，这就在一定程度上消除了因汇率制度改革而产生的样本自身结构性的突变。

4.1.1 因变量的选择。由于中美两国在服务贸易方面是中国处于入超状态，因此，模型的因变量为美国对中国的顺差额。在中美服务贸易收支下的各子项中，美国某些年份中在旅游服务、乘客运输和其他运输这三项收支上是出现逆差的，这就意味着这几个子项的收支在账面上会出现时正时负情形，因此，基于数据对数化的要求考虑，本文并不将旅游服务、乘客运输和其他运输纳入研究范围。此外，由于部分年度数据缺失的原因，保险也并不纳入本文的研究范围。最后，模型所确定的因变量LnYi包括五个截面：（1）私人服务；（2）版税和许可费；（3）其他私人服务；（4）商业、职业和技术服务；（5）其他交易者附属私人服务。

4.1.2 自变量的选择。模型的四个自变量中，除实际汇率外，其他三个变量均为“相对”变量。（1）收入水平。模型中“相对”收入水平采用的是比值的形式，即首先将两国的GDP调整至同一数量级（billion），再将中国的GDP按当年美元与人民币的比价换算成美元，最后将美国的GDP除以换算过后的中国GDP，就得出模型的第一个自变量X1。由于X1本身已经是一个比值，因此X1并不要再进行对数化处理。（2）货物贸易。在中美两国的货物贸易方面，中国保持着巨额顺差，因此模型的第二个自变量LnX2则为对数化后的中国对美货物贸易顺差。（3）对外直接投资。目前，美国对华直接投资大大超过了中国对美直接投资，这就使得本文的第三个自变量LnX3为对数化后的美中双方直接投资的差额。（4）实际汇率。由于在样本期内人民币采取的是钉住美元的汇率制度，因此人民币对美元的名义汇率是几乎不变的，但考虑到两国物价水平的变动，人民币对美元的实际汇率却是变动的。其中计算实际汇率所使用的物价指标是消费者价格指数（均已调整为以1994年为基期）。将计算出的实际汇率进行对数化处理后就得到本文模型的最后一个自变量LnX4。

在数据来源方面，服务贸易收支、美国年度GDP和对外直接投资的数据来源于美国经济分析局；货物贸易和人民币汇率数据来源于亚洲开发银行［3］；中国年度GDP和消费者价格指数来源于中经网数据库。

4.2 计量回归

根据面板数据模型中对截距项向量和系数向量的不同限制要求划分，面板数据模型被分为三种类型：无个体影响的不变系数模型、含有个体影响的不变系数模型（变截距模型）和含有个体影响的变系数模型（变系数模型）。一般来说，要经过相关检验后，才能具体确定选择建立哪类面板数据模型，这样做的目的是为了避免模型设定偏差，以此改进参数估计的有效性。但根据现实情况而言，不同类别的服务贸易子项是肯定存在结构上的差异的，同时其不同类别的子项对这些共同影响因素的反映程度也是不一样的，基于此种原因，本文选择建立的是含有个体影响的变系数模型，同时在回归结果中通过相同的系数检验进行验证。此外，为了进一步减少因为面板数据模型中由于存在截面或时期异方差对回归结果造成的不利影响，在具体的回归方法上选择的是相应的广义最小二乘估计法。

初始设定的模型为：LnYi = Ci+a1iX1+ a2iLnX2+ a3iLnX3+ a4iLnX4+ u, 其中C为截距项，u为随机扰动项。根据（表1）显示，使用时期加权具有最好的效果（残差平方和明显减小），其具体回归结果（表2）所示。

从(表2)中能够看出，在10%的水平下，模型的截距项均是显著的，这也验证了在模型选择时所推定的服务贸易收支子项存在着显著的结构差异；同时，在回归结果中，第二个自变量LnX2即两国货物贸易的系数在各截面均无法通过显著性检验，因此，要对模型进行进一步的处理，将LnX2从初始模型的自变量中剔除，修正后的模型为：

LnYi= Ci+a1iX1+ a3i LnX3+ a4iLnX4+ u

采用上述同样的步骤再次对修正后的模型使用时期方差进行加权最小二乘回归，其结果(表3)所示。

通过对初始模型进行设定和对回归方法进行选择，并在初始设定模型回归结果的基础上进行进一步地修正后，虽然仍有部分截面的系数依然不显著，但模型中大部分系数已经显著，从模型整体上看，已经达到了一个较为满意的回归结果。而从经济理论上来看，不同截面由于其自身存在各自的特点，在面对这些共同的影响因素时表现出不同的显著性，这是合乎现实情况的。因此，本文分析的结论将在模型回归结果的基础上总结得出。

5.结论

通过建立含有个体影响的变系数面板数据模型，并采用广义最小二乘法进行回归后，可以发现模型中5个截面的截距项是不同并且显著的，这表明本文所分析的中美服务贸易收支中的五个子项存在着明显的结构差异；与此同时，模型中各截面自变量的系数也存在着较为明显的差异，甚至不同截面在对某些自变量时表现出了相反的变动方向，这也反映出中美服务贸易收支的五个子项受某些因素影响的程度明显不同。总的来说，本文的结论主要包括四个方面。

第一，对服务贸易的需求是影响中美两国服务贸易收支变化的最显著因素。模型显示，随着自变量X1的减小，即中国经济增速高于美国经济增速，这五个子项的贸易收支都将会被拉大，这也表明，随着中国经济的高速增长，对美国提供的服务的需求将会快速增长，伴随而来的也是中国对美服务贸易逆差的扩大。在5个子项中，版税和许可费的边际系数大小高出其他四个子项边际系数将近一倍，中国表现出对美国的专利、技术、商标等国际技术贸易标的以及出版发行物的较高需求弹性。

第二，货物贸易与服务贸易的相互关系在整体上并不明显。在本文初始模型的回归结果中，货物贸易这一自变量对五个子项的影响均不显著，服务贸易和货物贸易貌似“各行其道”，这与国内一些相关研究的结果存在着出入。这种情况出现的原因可能是多方面的，从本文的角度看来，最有可能的原因是：（1）货物贸易一方面对服务贸易有促进作用，另一方面货物贸易与服务贸易又存在着一定的互补性，综合起来就使得二者整体间的相互关系在统计上并不显著；（2）可能是由于模型的因变量在选取上并没有包含与货物贸易相关度比较大的项目，或者是对模型截面分类的选择（中美服务贸易收支的子项分类）造成了货物贸易影响不显著。

第三，国际直接投资会带动相关服务贸易的进行。模型结果显示，美国对中国增加直接投资会带动其私人服务出口和版税及许可费收入的增加，其中版税及许可费收入受这种国际直接投资的影响最为显著，这本身也是因为技术的转移很大程度上表现出与国际直接投资在时间上的近似同步以及在方向上的大体一致。目前，美国对中国的直接投资远远大于中国对美投资，伴随着这种直接投资差额的增大，美国对中国服务贸易的顺差将会有可能更进一步扩大。

第四，人民币实际汇率波动对中美服务贸易收支存在一定影响［5］。从模型回归结果来看，人民币实际汇率对五个截面中的三个截面存在显著影响，并且人民币实际汇率贬值，会带来美国对中国服务贸易收支顺差的增加。这也反映出在中国对美国服务有着较大需求的情况

下，随着单位美元能换取更多的人民币，美国将更愿意对中国进行相关服务产品的出口。

6.总结

通过本文所进行的实证分析可以看出，除货物贸易外，两国相对经济增长速度、国际直接投资和人民币实际汇率对中美服务贸易收支下的五个子项有着不同程度的影响。从目前来看，由于中国保持着持续的高速增长，这将加大对美国服务贸易品进口的需求；同时，随着美国对中国直接投资增加自身会带来对中国服务贸易出口的增加外，直接投资还通过其直接和间接作用推动中国经济增长，这将进一步带来对美国服务贸易产品的需求。从这两方面来看，中国对美服务贸易收支将可能进一步恶化。虽然模型显示人民币实际汇率升值会改善中国对美服务贸易收支的逆差，且自2005年我国汇率制度改革后人民币处于升值状态，但目前美国自身面临的通货膨胀压力会在一定程度上抵消人民币升值影响，此外，一旦人民币停止升值并处于一个相对稳定的汇率水平时，其他两个因素将成为影响中美服务贸易收支动态变化的主要因素。总的来说，今后中国在对美服务贸易收支变化上具有不确定性，但这种逆差在一定时期内扩大而非缩小的可能性更大，因此，加强对中美服务贸易的研究，在现在和将来

都将具有重要的意义。

参考文献：

［1］Juann H.Hung and Sandre Viana, “Modelling U.S.Services Trade Flows: A Cointegration-ECM Approach”, Federal Reserve Bank of New York Research Paper No.9518,1995.

［2］Alan V.Deardorff, Saul H.Hymans, Robert M.Stern and Chong Xiang, “Forecasting U.S.Trade in Services”, University of Michigan Discussion Paper, No.467, 2000.

［3］Denise Eby Konan and Ari Van Assche, “Regulation, Market Structure and Service Trade Liberalization: A CGE Analysis”, CIRANO Working Papers, 2006.

［4］Lejour, A. and de Paiva Verheijden. “Services Trade with Canada and European Union.” CPB discussing paper, No.42.2004.

［5］谢康，李赞.货物贸易与服务贸易互补性的实证分析［J］.国际贸易问题, 2000，(9).

［6］张德进，吴韧强.中美服务贸易的比较分析与启示［J］.国际贸易问题, 2004，(5).

［7］程南洋，杨红强，聂影.中国服务贸易出口结构变动的实证分析［J］.国际贸易问题, 2006，(8).

［8］孙夏，张静中.中美服务贸易逆差的原因与对策［J］.郑州航空工业管理学院学报, 2006，(8).

面板数据篇6

关键词：流动性 面板数据 流动性影响因素

流动性在市场中处于核心地位，国内外学者对流动性测度指标、流动性影响因素进行了大量研究，研究结果表明Amihud非流动性测度指标能够较好的测度市场的非流动性。根据国际清算银行（BIS）的研究成果，流动性影响因素主要包括：证券品种结构、投资者行为和市场微观结构。在确定的市场中投资者行为和市场微观结构具有一致性，国外学者往往把影响因素限定在债券本身特征上。在已有研究中，流动性影响因素主要以截面数据和时间序列数据为主，本文拟建立一个面板数据模型进行研究，面板数据有着极大的研究优势。

一、流动性测度指标选择

根据目前的研究，Amihud指标是测度市场流动性较为有效的指标，本文将选用该指标对我国交易所企业债券市场流动性进行测度。

其中，表示的是债券i在t时间段内可获取有效数据的天数;表示的是债券i在t期的收益率;表示的是债券i在t期的成交金额。

二、影响因素数据的选择和描述性统计

（一）数据的选择

本文的研究对象为交易所企业债券集中竞价市场，分析企业债券自身特征因素对市场流动性的影响。样本数据来源于锐思金融数据库，观测区间为2007年1月-2014年12月。

样本企业债券剩余年限均在一年以上、评级为AAA级且是固定利率，剔除月交易天数少于10天的债券数据，流动性测度指标均为月度指标。这样共有120支企业债券作为样本数据。

（二）各研究变量描述性统计

各研究变量描述性统计结果为：Amihud的均值为1.3975，标准差为3.6011;发行规模（Issue）的均值为7.6982，标准差为0.7660;成交金额（Trade）的均值为1.432，标准差为1.5287;价格波动（Price volatility）的均值为1.0684，标准差为0.8628;息票率的均值为5.0780，标准差为0.6636;已发年限（Age）的均值为2.3584，标准差为2.137;剩余年限（Maturity）的均值为6.5645，标准差为3.6612。

三、流动性影响因素的分析

（一）数据的稳定性检验

在利用面板数据进行分析时，首先应该对面板数据进行单位根的检验。在样本期间各研究变量的Levin， Lin & Chu 检验的伴随概率都小于显著性水平0.05，因此我们拒绝存在单位根的原假设，我们可以直接对数据进行实证分析。

（二）面板数据模型的确定

面板数据模型包括两种：固定效应模型和随机效应模型。在使用面板数据进行研究时，我们首先需要确定选择哪种面板数据模型。其一般做法为，对面板数据进行豪斯曼（Hausman）检验：选择先随机效应模型，然后检验该模型是否满足个体效应与应解释变量不相关的前提假设。如果满足相关的假设，那么就应该固定效应模型，反之则应该建立随机效应模型。

运用Eviews7.2软件进行分析，Hausman检验的统计量的伴随概率为：0.0000，因此我们可以拒绝固定效应模型和随机效应模型不存在系统差异的原假设，我们应该建立固定效应模型。

（三）流动性影响因素分析

根据前文分析结论，我们建立固定效应模型对影响因素面板数据进行研究。

[Variable＼&Coefficient＼&t-Statistic＼&Prob.＼&C＼&-3.585196＼&-1.247941＼&0.2128＼&Issue？＼&0.358924＼&1.441862＼&0.1502＼&Trade？＼&-0.413702＼&-4.389824＼&0.0000＼&Price Volatility？＼&1.756585＼&10.78625＼&0.0000＼&Age？＼&-0.065007＼&-1.240906＼&0.2154＼&Maturity？＼&-0.099074＼&-2.431444＼&0.1055＼&Coupon？＼&0.340215＼&1.144801＼&0.2530＼&]

上表给出了面板数据固定效应模型估计结果。我们可以发现成交金额、价格波动对市场流动性有着显著的影响。又因为Amihud指标测度的是市场的非流动性，可知成交金额与市场流动性有着正向的关系，债券价格波动性有市场流动性有着反向的关系。

四、结束语

本文选择AMIHUD非流动性指标对我国交易所企业债券市场流动性进行测度。建立面板数据模型，对市场流动性的影响因素进行分析研究，研究结果表明成交金额与债券价格波动与市场流动性有着显著性关系，其他变量不具有显著性关系。

参考文献：

面板数据篇7

关键词：金融生态；经济增长；变系数模型

中图分类号：F8327文献标识码：A文章编号：2095-3283（2016）11-0096-03

[作者简介]刘强（1981-），男，汉族，山东临沂人，讲师，硕士，研究方向：区域金融；毛春元（1962-），男，汉族，江苏无锡人，副教授，硕士，研究方向：经济系统建模；黄萍（1977-），女，汉族，广西合浦人，讲师，硕士，研究方向：区域经济。

[基金项目]江苏省教育厅高校哲学社会科学基金项目“江苏沿海金融生态与经济增长的实证研究”（项目编号：2014SJB650）。

一、理论综述

自周小川提出金融生态的概念以来，越来越多的学者对金融生态内涵以及金融生态环境与经济增长的关系进行研究和分析。从现有的国内外文献看，经济学家对金融生态系统与经济增长的研究主要有以下三种结论：一类是认为金融生态系统在某种程度上极大地促进了经济增长；一类是金融中性论者；还有一类则认为金融生态系统对经济增长的促进作用不明显。更多的经济学家倾向于第一类结论，并用大量的实证研究证明了这一点。温智[1]以江西省为例，对区域金融生态环境与经济增长效率进行了实证研究，于平，逯进[2]等以我国省级面板数据为例，研究了金融生态与经济增长的关系，上述研究结果表明金融生态于经济增长之间存在双向格兰杰因果关系，金融生态对经济增长的影响存在较大差异；周琼[3]对江苏省金融生态系统与经济发展的关系进行了实证分析，结果表明江苏省金融生态环境是不断完善的，但二者之间有不完全的双向因果关系存在；张爱菊[4]等基于面板数据从生态足迹这一新的视角，通过对经济增长的分析来衡量中部六省经济的可持续发展能力，结论表明，每个省都应该依据各个省份的实际生态环境情况去制定相应的经济发展战略，不能盲目跟风。

作为中国的经济大省，江苏省的沿海城市与全国其他沿海城市经济差距很大，甚至与许多省内非沿海城市也存在较大差距。一个共同的经济体内部的经济发展应该是大致相同的，也就是一个统一的经济体内部的各个地区，他们的市场和赖以发展的经济环境不应该存在很明显的金融生态系统的差异。因此，及时地了解江苏沿海地区金融生态环境与经济增长之间的关系有助于找出以上问题的原因。

二、模型介绍

面板数据模型同时利用时间和截面两个维度的信息，反映出比单独使用截面数据或时间数序列数据更为真实的变量变化过程，能够更好地刻画出个体效应，避免因为信息遗漏造成的偏差，使估计结果更加真实。面板数据模型主要有以下三种类型：

第一：固定效应模型

该模型是将个体效应反映在模型截距项的差异上，模型回归形式如下：yit=xitβ+αi+εit，αi表示不同的截面个体截距是不同的，因此一种解决的方法就是引入个体虚拟变量，可以将其变成一般线性回归的形式，这样就可以运用普通最小二乘法估计参数了。

第二，随机效应模型

随机效应模型假定观察不到的个体效应存在，并与解释变量不相关。其形式可以表示如下：yit=xitβ+α+ui+εit，该随机效应模型设定为ui为一个随机元素。随机效应模型可以看成是一个拥有随机常数项的模型。

第三，变系数模型

变截距模型反映了解释变量外的其他因素对解释变量的影响，该影响对所有的截面可以是无差异的，也可以在时点或者截面个体上是有差异的。当存在差异影响时，变截距模型是无法反应的，此时，需要考虑用变系数模型。变系数模型的基本形式是：yit=xitβ+αi+εit，根据截距项与解释变量的相互关系，固定影响变异系数模型与随机影响变异系数模型也是变系数模型的一种。

三、实证研究

（一）指标的选择和数据说明

结合江苏省沿海三市的经济与金融发展情况，主要选取金融主体、经济基础、政策环境、社会保障和文化五个一级因子对金融生态环境影响进行研究。基于数据的可得性和指标的相关性，在一级因子下拓展几个相对比较有代表性的二级因子和三级因子，具体见表1。

反映经济增长的指标主要是选取人均GDP，人均GDP常作为发展经济学中衡量经济发展状况的指标，是了解一个地区宏观经济状况的有效工具。

本文原始数据来自江苏省统计局以及各地方性的统计信息网、统计年鉴和WIND数据库，使用的统计软件是Eviews60。考虑到数据的可获得性和数据的代表性，同时也为了消除指标间的量纲差异，将原始数据进行标准化处理。本文所选取的时间区间为2005―2015年。

（二）金融生态指数的测度

金融生态指数的测度主要分两步进行，一是对一级因子采用AHP方法来确定各项的指标权重，二是对二三级因子运用算数均值的方法进行加权求和。通过阅读大量的相关文献进行主观矩阵的判断，然后通过层析分析法确定的一级因子各项权重的计算方法如下：

构造主观判断矩阵：通过阅读大量的相关文献和综合分析，不难看出，金融主体、经济基础、政策环境、社会保障和文化对金融生态指标都有不同程度的影响，但是有主有次，结合二三级因子的数据可以初步建立起感觉判断矩阵如下：

135691/313571/51/31361/61/51/3151/91/71/61/51

计算客观判断矩阵。结合建立的感觉判断矩阵，可以得出此矩阵的5个特征值，选取最大的特征值λ=53841，从而可以得出其特征向量为x=（08514，04503，02306，01285，00509）。

计算归一化权重。由特征向量我们可以得到金融生态环境指标一级因子的权重值是：wx=（04974，02631，01347，00751，00297）。将标准化之后的数据与其权重进行逐级的加权求和，得到金融生态环境综合指数（X）与经济增长综合指数（Y）。

（三）Granger因果检验

为了进一步证明金融生态环境与经济增长是相互影响、相互作用的。通过Eviews60来判定两者的格兰杰因果关系，检验结果如下。

在5%的显著水平下，金融生态综合指标是经济增长综合指标的格兰杰原因，相反，经济增长综合指标也是金融生态综合指标的格兰杰原因。也就是说，金融生态和经济增长是相互影响、相互作用的。那么可以建立面板数据模型进一步去研究金融生态对经济增长的影响。

（四）面板数据模型的构建

首先为了确定面板模型的影响形式，对面板数据进行Hausman检验，从而选择是采用固定效应模型还是随机效应模型。

根据金融生态与经济增长综合指标的相关数据进行Hausman检验，检验的结果如表3：

从表3中的Hausman检验结果可以看出，P值小于005，所以应该拒绝原假设（随机效应模型），因此选择固定效应模型。

在确定选择固定效应模型后，通过F检验来确定面板模型形式；

H01：α1=α2=……=αn和β1=β2=……=βN

H02：β1=β2=……=βN

H01成立时的自由度为NT-1-k，所对应的回归模型的残差平方和为S1；

H02成立时的自由度为NT-N-k，所对应的回归模型的残差平方和为S2；

变系数模型的自由度为NT-N（k+1），所对应的回归模型的残差平方和为S3。

H01对应的统计量

F1=（S3-S1）/[（N-1）（k+1）]S1（NT-N（k+1））

～F[（N-1）（k+1），N（T-k-1）]

H02对应的统计量

F2=（S2-S1）/[（N-1）k]S1（NT-N（k+1））

～F[（N-1）k，N（T-k-1）]

若接受H01，则采用混合回归模型；若拒绝H01接受H02，那么则采用常系数回归模型；否则，采用变系数模型。

计算F1=325487，F2=167547，其中N=4，k=3，T=10，查F005（12，24）=218，F005（9，24）=230，因此在5%的显著性水平上应该同时拒绝假设H01和H02，所以应选择变系数模型。

（五）实证结果分析

以经济增长指数Y为因变量，以金融生态环境指数为自变量，为了更好地了解金融生态环境各指标对经济增长指数的影响，将金融生态环境分成金融主体x1，经济基础x2和社会环境x3（包含了政策环境、社会保障和文化）三部分，构建变系数模型，结果见表4。从模型中可以看出，R-squared=09885，值为0―1之间，而且比较接近于1，拟合度非常好。另外，D-W stat =16221。从SUR模型整体上来看是比较显著的，也就是说自变量在一定程度上可以解释因变量的波动。

由表4可以分析金融生态环境对经济增长的具体影响有以下几点：

1从模型估计结果可以看出，金融主体在整个金融生态综合指数中的影响是最大的，其次是经济基础和社会环境（政策环境、社会保障、文化）。从截距项来看，江苏沿海三市的取值都大于0，说明江苏省沿海金融生态对经济增长的效应是比较强的，其中影响最为突出的是南通，高达12238965，是盐城的15倍，是连云港的17倍。而影响经济发展的几个要素都可以归类到金融生态环境的各影响因子中，所以优化金融生态环境对促进江苏省沿海经济快速增长是非常可行的。

2从金融主体Lnx1来看，江苏沿海三市的取值都是正数，说明这三市金融主体的变化对经济增长影响显著，与经济增长都是正相关，值越大，对经济增长的贡献也就越大。金融主体主要从银行业、保险业、证券业的相关指标进行分析。金融主体所代表的金融生态指数对连云港的影响最大，金融生态指数每增加1%，对应的GDP会增加1349%。

3从经济基础Lnx2来看，和金融主体一样，指标都为正数。这说明一个城市的开放程度、产业结构、集约化程度在一定程度上都对经济增长产生正相关影响。

4从社会环境Lnx3上看，无论是政策环境、社会保障还是文化程度都对江苏省沿海三市经济增长有一定的影响，特别是对盐城的影响最大。

四、结论与建议

从实证分析结论可以看出，江苏省沿海的金融生态环境与经济增长呈正相关关系，并且二者相互影响、相互作用。从金融生态综合指标来看，金融主体对经济增长的影响最大，即在国内生产总值一定的基础上，如果金融体系越发达，那么金融资产价值也就越大，从而金融相关系数也会越高。这也很好地体现了金融机构对经济增长的资金支持力度。也正是因为金融机构对地区发展的不懈支持，江苏沿海三市经济才能持续稳定发展，也从侧面说明了除了银行外，保险业和证券业对经济的促进作用，也应该大力扶持这两个行业。

[参考文献]

[1]温智良区域金融生态环境与经济增长效率实证研究：以江西为例[J]武汉金融，2008（8）

[2]于平，逯进，陈希兰，卢佳瑛金融生态和经济增长的关系――基于我国省域面板数据的实证研究 [J]青岛大学学报，2013（11）

[3]周琼江苏金融生态与经济增长的关系研究[D]南京航空航天大学，2009

面板数据篇8

论文关键词：财政分权，经济增长，面板数据

 

一、引言

财政分权，就政府间财政关系的角度而言，是指通过法律等规范化形式界定中央政府和地方各级政府间的财政收支范围时，赋予地方政府较大的预算管理权限，其核心是使地方政府具有更多的财政自主权。

中国的财政分权改革始于20世纪80年代中期，改革过程体现为渐进性和阶段性的统一。1980年以前，我国财政管理体制的基本特征是高度集中，近乎通收通支。在这种体制下，地区间的财力差异虽然较为平均，但因地方政府财政缺乏自主权，影响了其积极性的发挥，进而阻碍了地区经济的发展和居民福利水平的改善。1980年的“划分收支、分级包干”、1985年的“划分税种，核定收支，分级包干”以及1988—1993年多种形式的地方财政包干体制在一定程度上扩大了地方政府对当地税收收入的控制权。[1]1994年，中央实行分税制财税体制改革，规范了中央和地方的收入来源，实现了财政分权从“财政总量分权”到“税收门类分权”的转变，是我国财政管理体制的根本性变革。总之，财政分权改革贯穿了经济改革的整个过程，改革的结果强化了地方政府对当地经济的调控能力，实现了经济与财政收入的双增长。

先前的研究多集中于省级政府与中央政府之间的财政分配，而对于省以下财政分权对县域经济影响效应的研究极为鲜见。本研究以甘肃省66个县（市）为例，实证检验了省以下财政分权对县（市）经济增长的影响效应，总体说来省以下财政收入分权对县市经济增长有负面效应，财政支出分权和财政自给率分权对县市经济增长有积极影响效应；进一步的研究表明省以下财政分权对经济发达程度不同的县市的经济增长作用方向和程度有所区别，政府在实施财政分权政策时要审慎对待。研究结果对于经济欠发达省份深入实施财政分权政策无疑有重要借鉴意义。

二、文献综述

财政分权与经济增长之间的关系是财政分权理论研究领域的重大课题之一，受国内外学术界的关注已久。Xie,Zou和Davoodi(1987)构造了一个带有不同级别政府支出的内生增长模型,利用美国州与地方一级和联邦政府的数据进行了实证分析,结论是:已有的州和地方政府的支出份额与经济增长最大化是一致的,公共支出的进一步分权可能会损害经济增长。[2]Oates(1993)依据内生经济增长理论发现,财政分权作为一种制度安排能提高经济的长期增长率。[3]菲利普斯和沃勒(2001)以巴罗内生经济增长理论模型为基础，选取地方财政收入与中央财政收入比、地方财政支出与国家总财政支出比、扣除转移支付和国防支出后的地方财政与国家总财政收入比以及扣除补贴及社会保障支出后的地方财政支出与国家总财政支出比四个比值度量财政分权，研究结果表明发达国家财政分权与经济增长呈显著负相关，发展中国家的财政体制对国家整体经济增长的影响并不明显。[4]Akai和Sakata(2002)根据美国各州的数据,对财政分权和经济增长的关系作了实证分析,结果表明,财政分权能促进经济增长。[5]

国外对于财政分权与经济增长间的关系没有形成一致性的定论。由于学者运用的计量模型不同，选取的财政分权指标也存在较大的差异，得出的结论也往往大相径庭。就中国这种转型经济国家来说，财政分权对经济增长的影响效应又如何呢？国内不少学者对此作了研究。张维迎和粟树和（1998）认为，20世纪80年代初的地方分权化改革导致了地区间竞争，而地区间竞争又反过来引发国有企业民营化。[6]林毅夫和刘志强(2001)选取各省级政府财政收入支出占各地区财政增加总额之比作为度量财政分权的指标财务论文，以马基夫(1992)计量模型为基础，对我国财政分权和经济增长关系作了研究，结果表明家庭联产承包责任制有利于我国经济的发展，制度因素在经济发展过程中起着十分重要的作用;我国的财政分权与经济增长呈现正相关，财政分权可以通过提高资源配置效率满足各地区居民的偏好，从而提高各地区以及整个社会的福利水平。[7]张晏、龚六堂(2005)发现分税制改革前财政分权对地方经济增长的影响是负的,而分税制改革后财政分权对经济发展具有正的影响,东部各省的财政分权优势要高于中西部地区。[8]温娇秀(2006)利用1980-2004年省级面板数据,研究发现财政分权总体上促进了经济增长,而且财政分权的经济增长效应存在显著的跨区差异,东部地区的财政分权经济增长优势高于中西部地区。[9]刘小勇(2008)采用1998-2005年中国大陆25个省的省级面板数据验证了省及省级以下财政分权对省际经济增长的影响,结果表明省级政分权和省级以下财政支出分权对省际经济增长具有正向影响。[10]

从以上文献可以看出,关于中国财政分权对经济增长的影响作用和方向,不同的研究者得出了不同的结论,这和他们采取的财政分权指标、所选择的控制变量和采用的实证分析方法密切相关。国内已有的研究中，在研究内容上很少关注省以下财政分权与县域经济增长之间的关系；研究方法上在利用面板数据研究时往往没有进行数据的平稳性检验，极易引起“伪回归”，致使回归结果很可能与实际情况偏离较大。本文试图从这两方面弥补现有研究的不足。

三、实证分析

（一）指标选取和数据来源

本文主要目的是研究省级以下的政府财政分权对县（市）经济增长的作用。研究增长问题就不能不采用和借鉴增长模型。本文选用Cobb-Douglas生产函数：

（1）

式中Y为人均产出，K为人均资本，L为人均劳动；和分别为产出对资本和劳动力的弹性，且，即规模报酬不变；A 为技术进步参数。

对(1)取自然对数，

（2）

从式（2）中可以看出，人均产出取决于三个因素：人均资本、人均劳动和技术进步。在此假定技术进步取决于两类变量：第一类变量是制度变迁因素，如财政分权变量，衡量财政体制改革对经济增长的作用；第二类变量表示地区资源禀赋状况，如城市化水平变量。

基于上述考虑，我们选用指标如下：

经济增长：使用各县（市）人均生产总值RJGDP，以2000年为基期，根据各县（市）人均生产总值指数折算成人均实际生产总值，单位：元。人均资本：k，以人均固定资产投资代替，单位：元；人均劳动： l ，以各市县从业人员近似替代；城市化水平：CSH，，由非农业人口占总人口比例表示；省以下财政分权指标：本文拟采用刘小勇（2008）的衡量指标，即财政收入分权指标：FDS=地县预算内财政收入/全省预算内财政收入；财政支出分权指标：FDZC=地县预算内财政支出/全省预算内财政支出；财政自给率分权指标：FDZJ=地县级预算内财政收入/地县级预算内财政支出。[10]

本文采用甘肃省66个县（市）2001年—2008年的面板数据进行回归分析。数据均来自甘肃经济信息网、《中国区域经济统计年鉴》、《中国县市社会经济统计年鉴》。为了消除变量间可能存在的异方差，本文先对RJGDP、k、l、FDS、FDZC、FDZJ和CSH进行自然对数变换。分别记为、、、、、和。

（二）面板数据的单位根检验

为保证结果的稳定性对、、、、、和进行面板单位根检验，本文使用LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验四种方法来进行检验。[11]利用Eviews 6.0软件(下同)，检验结果见表1和表2。

表1 甘肃66个县（市）面板单位根检验结果

 

变量

LLC

-28.887＊＊＊

[0.0000]

4．5392

[1.0000]

-28.552＊＊＊

[0.0000]

-18.914＊＊＊

[0.0000]

-6.282＊＊＊

[0.0000]

-9.963＊＊＊

[0.0000]

IPS

-9.1238＊＊＊

[0.0000]

9.8219

[1.0000]

-13.427＊＊＊

[0.0000]

-3.809＊＊＊

[0.0001]

2.0587

[0.9802]

2．9214

[0.9983]

Fisher-ADF

346.284＊＊＊

[0.0000]

57.2304

[1.0000]

393.324＊＊＊

[0.0000]

211.72＊＊＊

[0.0000]

154.540

[0.0876]

109.821＊＊＊

[0.9205]

Fisher-PP

544.246＊＊＊

[0.0000]

88.3403

[0.9989]

529.686＊＊＊

[0.0000]

197.938＊＊＊

[0.0002]

198.56＊＊＊

[0.0002]

面板数据篇9

作者简介：丁焕峰，博士，教授，主要研究方向为区域外部性与区域发展、区域经济与产业发展等。

基金项目：国家社会科学基金项目“中国区域基本公共服务：30年变化趋势、影响因素与均等化对策”（编号：08CJY055）。

摘要

考虑区域污染与区域经济增长的双向作用机制，构建联立方程模型，利用我国1998

-2008年30个地区的面板数据，实证研究了6类区域污染物指标与区域经济增长的内在关

系，对环境库兹涅茨曲线假说进行验证，探讨区域污染的主要影响因素。研究结果表明：

①仅工业粉尘、工业SO2与GDP存在倒U型曲线关系，符合环境库兹涅茨曲线假说;

工业废水、工业固废与GDP存在正的线性关系，工业废水中污染物化学需氧量、工业烟尘

与GDP存在负的线性关系，不支持环境库兹涅茨曲线假说。指出并非经济发展到一定水平，

区域污染问题就会得到全面解决。②人口规模对区域污染排放影响不显著；科技水平和

能源利用率的提高能有效降低区域污染排放；政府环保管制未能有效控制区域污染排放；加

大贸易开放程度对污染排放影响有正有负；产业结构不合理会加剧区域污染排放。③

工业烟尘、工业SO2污染对区域经济增长有反作用。现阶段，我国区域污染对区域经济增

长的反馈机制较弱，给我们敲醒了环保警钟。指出转变经济增长方式，走经济增长与环境保

护协调发展的路子是我国今后的必然选择。

关键词 区域污染；区域经济增长；联立方程；环境库兹涅茨曲线

中图分类号 X22 文献标识码 A

文章编号 1002-2104(2012)01-0049-08 doi:10.3969/j.issn.1002-2104.2012.01.009

改革开放以来，“高投入、高消耗、高排放”的粗放型增长方式在推动我国经济高速增长的同时，也带来了资源短缺、环境污染与生态破坏等一系列发展难题，资源环境压力日趋严重，经济增长的可持续性正面临严峻的挑战。如何实现环境质量与经济增长的双赢，是当今经济学界关注的热点课题，引发了广泛的研究。目前最具代表性的研究是环境库兹涅茨曲线（Environmental Kuznets Curve，EKC）的提出及实证。Crossman & Krueger[1]的实证研究指出环境污染与经济发展之间存在这样一种关系：起初逐步递增，达到顶点，然后下降，其形状类似于Kuznets[2]提出的关于收入分配和经济发展之间的倒U型曲线，故Panayotou[3]将其定义为环境库兹涅茨曲线。即在经济发展初期，经济的发展依赖于资源开采和能源消耗，污染排放严重，生态环境负荷大，环境质量日益下降；在经济发展更高阶段，由于经济增长方式的转变，产业结构的调整和优化，技术进步，加上国家重视环境问题，颁布大量的环保政策，人们的环保意识也提高了，环境状况得到改善。环境库兹涅茨曲线提出后，国内外众多学者利用各国（地区、城市）环境质量与经济增长的时序数据、截面数据、面板数据（包括空间面板数据模型），对EKC曲线假说进行实证检验，集中探讨环境质量与经济增长两者之间的关系[4-10]，EKC曲线是否成立、转折点的位置等引发了很多争论。在大量实证研究基础上，人们发现经济并不是影响环境的唯一因素。EKC曲线关系是一种长期现象，和多种因素有关，学者们开始尝试在EKC研究中加入人口密度、经济结构、技术进步、贸易开放度、环保政策等各种可能对环境质量产生影响的因素[10-12]，进一步分析环境质量与经济增长之间的关系。部分学者对变量选取的随意性、非关键性、不全面性等问题提出了质疑。随着对EKC研究的不断深入，一些学者指出，环境质量与经济增长之间是一种互动的双向关系，单方程模型估计忽略环境变化对经济增长的反作用，将会产生变量内生性偏差问题，可能导致实证结果的重大偏误。基于此，目前有小部分学者开始尝试构建联立方程模型以反映环境质量与经济增长之间的双向反馈机制[10, 13-15]。本文拟利用1998－2008年间我国30个地区(不包含地区)的面板数据，构建一个

① 本文物质资本存量数据引用中国经济增长与宏观稳定课题组《资本化扩张与赶超型经济的技术进步》，经济研究，2010。

② 部分数据存在缺失情况，利用年均增长率的计算方法补充完整。

③ 经对数化处理后的数据会具备一些良好的特征，消耗数据的多重共线性及异方差问题，增强其平稳性，且不会改变原始数据的特性，能使估计结果更优。

包含污染方程与产出方程在内的联立方程组模型对EKC假设进行实证检验，试图找出导致我国区域污染恶化的影响因素，揭示区域污染与区域经济增长之间的内在联系及相互影响机制，以期为我国区域污染空间治理及经济可持续发展提供科学依据。

1 经济计量模型设计及变量选取

1.1 经济计量模型设计

图1阐释了区域污染与区域经济增长之间的双向作用关系。区域经济增长对区域污染的影响体现在：①区域经济增长自身直接作用于区域污染：经济规模扩大，产出增加，在技术水平、产业结构、能源利用率、政府环保管制等条件没有发生变化时，污染作为产出的副产物，也在不断地增多；②区域经济增长通过科技水平、产业结构（科技水平、产业结构等本身也会对区域污染有直接影响）等间接影响区域污染。而区域污染对区域经济增长的影响则表现为：在经济发展初期，资源、污染的产权尚不明确、市场交易机制尚不完善，此时，污染具有负外部性，污染作为一种要素投入直接推动经济增长；经济发展到一定阶段，由于环境政策的制定与实施，使得厂商的生产面临必须采用符合环境法规规定的生产工艺及排污标准，环境成本内部化的结果将会使生产成本提高，从而降低生产规模[10]。

基于此，本文构建包含污染方程与产出方程的联合方程模型实证考察区域污染与区域经济增长之间的关系。污染方程采用目前常用的带有三次项的拟合模型，并在模型中加入环境影响因子。产出方程则在Wang & Yao[17]的经济增长模型中加入污染变量，以衡量区域污染对区域经济增长的影响。具体模型表达式为：

Yit=β0+β1Xit+β2X2it+β3X3it+β4kZkit+εit（污染方程）

Xit=γ0+γ1Yit+γ2Kit+γ3Hit+γ4Lit+it（产出方程）

其中：Yit表示区域污染指标；Xit表示区域经济水平；Zkit表示其他区域污染影响因素；Kit表示区域物质资本存量；Hit表示区域人力资本存量；Lit表示区域劳动力投入量；εit、it为随机误差项；下标i＝1，2，…，I表示地区；t＝1，2，…，T表示时间；k＝1，2，…，K表示影响因子个数。

待定参数β1,β2,β3可以反映出区域经济增长与区域污染间的不同关系：

①β1=β2=β3=0，x和y没有相关关系；

②β1＞0,β2=β3=0，x和y是单调递增关系或线性关系；

③β1＜0,β2=β3=0，x和y是单调递减关系或线性关系；

④β1＞0,β2＜0,β3=0，x和y为倒U型关系，如EKC；

⑤β1＜0,β2＞0,β3=0，x和y为U型关系；

⑥β1＞0,β2＜0,β3＞0，x和y为三次曲线关系，或者N型关系；

⑦β1＜0,β2＞0,β3＜0，x和y为倒N型关系。

由此可见，EKC只是模型包含的几种关系之一。从④中，我们可以得出EKC的转折点为x=－β1/（2β2）。

根据前文的分析，模型假定区域污染与区域经济增长之间存在倒U型曲线关系；并假定区域污染对区域经济增长的影响为负。

1.2 变量选取

本研究的面板数据以1998－2008年我国除地区外的30个地区作为样本。根据数据的可获得性和可比性，我们选取包括水污染、大气污染、固废污染在内的6类污染物指标衡量区域污染程度；选取地区生产总值（GDP）衡量区域经济发展水平；其他区域污染影响因素包括人口规模、科技水平、政府环保管制、贸易开放水平、产业结构、能源利用率；其他产出要素包括物质资本存量①，人力资本存量及劳动力投入量。原始数据主要来源于对应年份的《中国统计年鉴》和《中国环境年鉴》②。本文在进一步分析前先对以上变量进行对数化③处理。各变量的符号、

① 1998－2006年科技投入以各地区财政支出中的科技三项费用加科学事业费衡量，2007、2008年以各地区财政支出中的科学技术来衡量。

② 参照王小鲁（2000），本文将文盲教育年限设为1年，小学毕业教育年限设为6年，初中毕业教育年限设为9年，高中毕业教育年限设为12年，大专及以上毕业教育年限设为16年。

1.3 数据处理

首先对全部区域污染影响因素与产出要素做正态性检验，检验结果表明各变量服从正态分布。其次分别对各区域污染影响因素、各产出要素做相关性分析，结果显示大多变量间的相关性在［-0.5，0.5］之间，说明各区域污染影响因素间、各产出要素间的相关性不高。计算病态数K（Condition Number），K值＜30＜100，不存在强共线性。再次是平稳性和协整检验，一般而言时序数据需要进行平稳性检验和协整关系分析，否则容易造成伪回归。鉴于本文所选用样本的时期数比较短（11＜15），且带有横截面数据构成面板数据，可不对各变量进行平稳性检验和协整分析。最后是空间相关性检验。本文的数据主要是省区数据，环境质量演变应该存在有一定的空间相关性。但本文的主要目的在于揭示区域污染与区域经济增长的内在相互作用机制，故假定各个地区的污染与只与本地区的经济增长相关，与其他地区不相关；各个地区的经济增长只对本地区的污染产生作用并且只受本地区污染排放的影响，忽略空间相关性对模型的影响。

2 联立方程组计量结果分析

具体对面板数据联立方程组进行估计时，需要注意几点：①面板数据模型的确定。面板数据的估计有齐性参数模型、变截距模型和变系数模型3类，其中变截距模型又可分为固定效应模型（Fixed Effect Model, FE）和随机效应模型（Random Effect Model, RE）。由于通常较少采用变系数模型，因此本文在面板数据估计过程中主要考虑齐性参数模型和变截距模型。根据Fix Effect检验判断选用齐性参数模型还是变截距模型；确定选用变截距模型后，根据Hauseman检验在FE和RE中做出选择。经检验发现，6类区域污染指标的污染方程与产出方程均支持固定效应模型。②联立方程组估计方法的选择。联立方程组的估计方法可以分为系统估计与单方程估计两大类。虽然系统估计方法可以对全部结构方程的参数同时进行估计，考虑方程组中多个方程的全部约束，但如果方程组中的一个或多个方程有设定误差，则误差将传递给其余的方程，且会导致参数的高度非线性，因此本文选择单方程估计方法。一般而言，单方程估计方法包括：狭义的工具变量法，间接最小二乘法，两阶段最小二乘法。鉴于本文的联立方程模型中外生变量个数远大于内生变量的个数，属于过度识别，我们选择二阶段最小二乘法进行估计，根据通常的做法，将所有的外生变量作为内生变量GDP（包括GDP平方项与GDP立方项）、区域污染的工具变量。③残差异方差与自相关的处理。考虑到不同地区截面异方差对估计

有效性的影响，采用截面加权回归法以消除截面异方差。根据D.W值判断回归残差是否存在序列自相关，并相应在估计方程中加入AR项，以消除残差序列自相关。

估计步骤：采用加权的二阶段最小二乘法对1998-2008年我国30个地区的区域污染与区域经济增长的面板数据进行回归。针对污染方程，首先对包括GDP平方项、立方项的方程进行估计，根据估计系数的T统计值和Wald检验判断是否存在N型或倒N型曲线关系。若GDP的立方项不显著，则对剔除了GDP立方项的方程重新进行估计，根据估计系数的T统计值和Wald检验判断是否存在U型或倒U型曲线关系。若GDP的平方项仍不显著，则继续剔除平方项，重新进行估计。若存在其他不显著的区域污染影响因素，予以全部剔除，重新进行估计。而对于产出方程，由于我们要讨论污染对产出的影响，因此，即使污染的回归系数不显著，我们仍将其保留下来，若存在其他不显著的产出要素，则予以剔除，重新进行估计。估计结果见表2。

2.1 污染方程结果分析

2.1.1 区域污染与区域经济增长关系分析

在本文选取的6类污染指标中，只有工业粉尘排放量与工业SO2排放量同国内生产总值之间存在倒U型关系，符合环境库兹涅茨曲线假说。进一步计算其转折点，分别为49.36亿元（1998年基期价，下同）与13 359.73亿元。将2008年我国各地区实际GDP（见表3）与转折点相比较，可以发现，2008年我国30个地区的实际GDP水平均超过了工业粉尘排放量的转折点，位于环境库兹涅茨曲线的右半段，经济发展会抑制工业粉尘的排放。2008年我国只有广东、江苏、山东、浙江这4个地区越过了工业SO2排放量的转折点，位于环境库兹涅茨曲线的右半段，这些地区的GDP进一步增长有利于减少工业SO2的排放量；但尚有26个地区没有达到工业SO2的转折点，位于环境库兹涅茨曲线的左半段，这些地区的GDP增加会导致工业SO2污染恶化。

接受倒U型曲线关系，并不意味着污染排放会随着经济增长自动减少，换言之，经济增长并不必然最终带来环境的改善。我们了解到，在生态系统中，污染存量一旦超过了某一限度（生态阀值），生态系统将失去自我恢复的

能力，进而导致系统崩溃。考虑到生态阀值问题，我们对EKC曲线的走势做进一步讨论（见图2）。

若污染的峰值低于生态安全警戒线水平，EKC曲线的走势将与曲线a相似，区域污染将能减少到适合人类生存的水平；若污染的峰值超过生态安全警戒线（尚未超过生态阀值），EKC曲线的走势将与曲线b相似，环境质量无法恢复到破坏前的状态；若污染超过生态阀值，污染与经

济增长关系曲线的走势将与曲线c相似，不仅生态平衡遭到破坏，经济发展也可能会陷入停滞甚至倒退的困境中。告诫我们在发展经济的过程中，对环境污染问题不可以听之任之，走“先污染后治理”的路子。目前我国尚有将近90％的地区未达到估计的工业SO2的转折点，特别地，西部地区的实际GDP要超过倒U型曲线的临界值还需要很长的时间，加上西部地区的生态环境十分脆弱，自净能力差，若仍采用传统的“高投入、高污染、低效益”的发展模式，将会对其生态环境造成严重破坏，污染与经济增长的曲线关系将出现b曲线甚至是c曲线的走势。因此，在推进西部大开发进程中，我们要走经济发展与环境保护相结合的道路，在大力开发利用资源，将资源优势转变为经济

Fig.2 Modified environmental Kuznets curve

资料来源：杨伟.环境库兹涅茨曲线研究综述［J］.教育随笔，2011, (4):233-234。

优势的同时，

将污染与破坏控制在环境可承受的范围内，使EKC曲线的环境恶化上升阶段变得平缓，峰值降低，在较低的污染水平达到转折点，实现经济发展与环境保护的良性互动（如曲线a的走势）。

其余4类污染指标与国内生产总值呈线性关系，与环境库兹涅茨曲线假说不吻合。其中工业废水排放量和工业固体废弃物产生量与国内生产总值呈正相关关系，意味着在本文选取的样本期间内，GDP的增长会加剧工业废水与工业固废污染。再次提醒我们，EKC曲线的出现并不是一种必然，有关方面亟需高度重视我国的工业废水污染与工业固废污染现状，加大对这2类污染的防治力度，采用清洁生产技术，发展循环经济，实现环境与经济的协调发展。而工业废水中污染物化学需氧量和工业烟尘排放量与国内生产总值呈负相关关系，即在现阶段，工业废水中污染物化学需氧量和工业烟尘排放量这2类污染得到了很好的控制，实现了环境保护与经济发展的双赢。

2.1.2 其他区域污染影响因素分析

（1）人口规模。6类污染指标方程的lnpop系数均无通过显著性检验，表明人口增长并不一定会导致环境恶化。人口增长对环境的影响有消极的一面，也有积极的一面。人口规模扩大使得生产规模不断扩大，资源压力增大，废弃物和污染物增多；而人们素质提高和科技进步有利于环境质量的改善。可见人口增长并不是区域污染加剧的主要影响因素。

（2）科技水平。Lnindsmoke和lnindSO2污染方程中的lnenvrd系数显著为负，证实了环保科研经费的投入的确能减少污染排放，然而其余4类污染指标估计方程中的lnenvrd系数均不显著，说明环保科研经费投入还未能有效抑制各类污染物的排放。除lnindcod、lnindsolid方程的lngrd系数不显著外，其余4类污染指标估计方程的lngrd系数均显著为负，说明政府科研经费支出能有效抑制大多污染物排放，改善环境质量。综合lnenvrd和lngrd的估计结果来看，可知技术进步能减少污染排放，提高污染治理水平，对环境保护意义重大；但现阶段，环保科研课题经费投入还未能充分发挥出其应有的作用。事实上，目前我国环保科研课题经费投入严重不足，2008年我国环保科研课题经费仅占政府支出的0.011％，且投资主体主要是国家和地方政府，少有社会资金注入。环保科研经费不足制约了环保科研的发展，科研成果少，难以转变成现实的生产力，科研与生产脱节。这一实证结果的政策意义在于：我们要进一步加大对节能环保技术研发的资金投入，增加政府财政支出，引入民间资本，拓宽资金来源；科研要与生产相结合，提高科研成果的转化率与产业率。

（3）政府环保管制。Lnindcod和lnindsolid污染方程中的lnpdf系数显著为正，其余4类污染指标方程中的lnpdf系数不显著，表明排污费征收未能有效减少污染排放。排污费征收理论上是促进企业和消费者防治污染、保护环境的一种有效途径，然而估计结果与理论不符。据了解，目前我国污染物排污费征收标准严重偏低，许多企业宁愿缴纳排污费也不愿意治理污染，不利于污染物的治理和排放。另外由于各种因素的制约，排污费不能足额征收，超额排污费征收未得到很好地落实。征得的排污费没有得到有效监管，部分地方出现挪用排污费的现象，排污费并未真正用于治理污染。Lnindwater、lnindcod、lnindsmoke和lnindSO2方程的lnapi系数为正且通过显著性检验，意味着工业污染治理投资的增加导致污染物排放量的上升。我们的解释是：工业污染治理投资属于被动投资，是环境污染或者资源破坏已经产生危害时而被迫支付的对环境的一种补偿费用，即“先污染，后治理”。因而其投资额度越高，意味着污染程度越严重。可见当前我国环保管制未能有效控制污染排放，带给我们的启示是：要认识到政府在环境保护工作中的作用，强化环境管制，真正将各项与环境保护相关的政策措施落到实处，加大环境执法力度。

（4）贸易开发水平。Lninddust污染指标方程的lnopen系数显著为正，lnindsolid方程的FDI系数显著为正，符合“污染天堂”假说。发达国家的环境管制比较严格，迫使重污染产业向环保管制较宽松的发展中国家转移，随着贸易开放度提高，外商直接投资增加，我国环境污染加剧。Lnindsolid方程的lnopen系数为负，且均能通过显著性检验，与“污染天堂”假说相反，其经济涵义是贸易开放度提高有利于减少污染排放。加入世贸以来，为了满足各国的技术、质量、环保等标准，提高我国出口商品在国际市场的竞争力，国家不断加大科研力度，开发高科技含量、高附加值的环保产品，以供出口，取得了一定成效。这一经验值得借鉴与推广，我国也应制定相对严格的产品技术标准与环保质量标准，激励厂商积极采用清洁生产技术、采用无害或低害的新工艺，以达到减少污染排放的目标。另外，在引进外资时要特别注重外资的结构问题，引入具备高新技术和清洁生产技术的外资企业，促进我国技术创新，进而提高环境质量。

（5）产业结构。除lnindwater外其余5类污染指标方程的lnshaind系数显著为正。计算我国1998-2008年各地区第二产业比重平均值可知，第二产业比重有明显的上升趋势。可见产业结构对污染的影响作用体现在，第二产业在GDP所占比重上升导致污染排放增多。必须明确的是：工业化本身并不是导致环境恶化的原因，产业结构不合理，粗放的生产方式才是症结所在。目前我国正处于重化工业快速增长阶段，重工业粗放经营，“高投入、高消耗、高排放”等问题突出，资源与环境矛盾尖锐。加快产业结构升级，促进环保型产业发展，是促进经济发展，缓解环境压力的有效途径。

（6）能源利用效率。除lnindsolid外其余5类污染指标方程的lnpower系数均为正，且通过显著性检验。1998-2008年我国各地区单位GDP能耗平均水平的变化轨迹具有明显的下降趋势，意味着单位GDP能耗的减少会抑制污染物排放。2008年，北京的能耗全国最低，每万元GDP仅消耗0.662 t标准煤，相当于全国平均水平的45％，但相对美国、日本等发达国家的0.38 t标准煤和0.14 t标准煤而言，还有相当大的距离，大力推进节能减排技术的开发将是我国今后发展的重点。

2.2 产出方程结果分析

（1）2类污染物指标（工业烟尘排放量、工业SO2排放量）对GDP的影响均显著为负，意味着区域污染排放增加，将导致产出减少，支持了污染对经济增长的反作用，表明高投入、高污染的粗放增长方式是不可持续的；4类污染物指标（工业废水排放量、工业废水中污染物化学需氧量、工业粉尘排放量、工业固体废弃物产生量）对GDP无显著影响，意味着部分污染物的负产出效应尚不明显。对此，我们的解释是：①我国经济增长的动力源自于多方资本、生产要素的投入，环境质量对经济发展的作用相对有限；②政府官员受GDP增长的政绩观影响，盲目上项目，办企业，降低环境准入门槛，对环境污染的执法力度、惩治力度不强；③界定环境污染负外部效应的产权保护和市场交易机制不尽完善，厂商基于短期的企业自身利润最大化目标，不愿使用清洁生产技术、淘汰旧设备，以控制污染的产生与排放；④人们的环保意识不高，环境质量在居民消费中并没有占到较大的比重。这些因素都制约了污染对产出变化的反馈作用。

（2）6类污染方程中物质资本存量、人力资本存量与劳动投入量对GDP的影响为正，且在1％显著性水平上通过显著性检验，证明这三者是推动我国经济增长的重要因素。

3 结 论

鉴于区域污染与区域经济增长存在双向的作用关系，本文拟采用1998－2008年我国30个地区的面板数据，尝试构建一个包含污染方程与产出方程在内的联立方程组，实证分析区域污染与区域经济增长之间的关系。综合上述6类区域污染指标的面板数据联立方程估计结果，可以得出如下结论：

（1）区域污染与区域经济增长之间的关系具有不确定性。工业粉尘排放量、工业SO2排放量与GDP存在倒U型曲线关系，符合环境库兹涅茨曲线假说，通过计算其转折点发现，现阶段我国的工业粉尘已处于环境库兹涅茨曲线的右半段，污染状况有所缓解；目前我国将近90％的地区的工业SO2排放量仍处于不断增加的阶段，污染状况不断恶化。工业废水排放量、工业固体废弃物产生量与GDP存在正的线性关系；工业废水中污染物化学需氧量、工业烟尘排放量与GDP存在负的线性关系。

（2）人口规模对区域污染排放影响不显著；科技水平与能源利用率的提高能有效降低区域污染排放；政府环保管制未能有效控制区域污染排放；加大贸易开放程度对污染排放影响有正有负；产业结构不合理会加剧区域污染排放。

（3）区域污染对区域经济增长的负面影响得到验证。工业烟尘排放量与工业SO2排放量的估计结果均指出，区域污染排放增加将在一定程度上抑制区域经济增长。而工业废水排放量、工业废水中污染物化学需氧量、工业粉尘排放量、工业固体废弃物产生量这4类污染物指标对产出的影响并不显著。

（4）类污染物指标的估计结果均支持物质资本存量、人力资本存量与劳动投入量对区域经济增长的拉动作用。

区域污染与区域经济增长密切相关，但并不意味着经济发展到一定水平，区域污染问题就会得到全面解决。文章的实证检验结果与分析指出：提高经济发展质量，加大环保科研投入，加快技术创新步伐，严格政府环保管制，转变贸易增长方式、加强对FDI的环保规制以提高出口产品和引入外资的质量，优化产业结构，降低单位GDP能耗，建立健全污染的产权保护和市场交易机制，提高人们的素质、转变人们的环保观念等是促进经济与环境协调发展的重要保障。

参考文献（References）

［1]Grossman G M，Kreuger A B. Environmental Impacts of a North American Free Trade Agreement［C］. National Bureau Economic Research Working Paper 3914, NBER, Cambridge M A. 1991.

［2］Kuznets S.Economic Growth and Income Inequality［J］. American Economic Review, 1955, 45(1): 1-28.

［3］Panayotou T. Empirical Tests and Policy Analysis of Environmental Degradation at Different Stages of Economic Development［C］. Working Paper WP239, Technology and Employment Programme, International Labor Office, Ceneva, 1993.

［4]Shafic N， Bandyopadhyay S. Economic Growth and Environmental Quality: Time Series and Crosssection Evidence［C］. World Bank Policy Research Working Paper # WPS904, The World Bank, Washington, D C, 1992.

［5］Selden T,Song D. Environmental Quality and Development: Is There a Kuznets Curve for Air Pollution Emissions? ［J］. Journal of Environmental Economics and Management, 1994, 27(2): 147-162.

［6]Inmaeulada M Z. Pooled Mean Group Estimation of an Environmental Kuznets Curve for CO2 ［J］. Economies Letters, 2004, 82: 121-12.

［7］Catia C. Economic Growth and Environmental Quality: An Econometric and a Decomposition Analysis ［J］. Management of Environmental Quality, 2007, 18(5): 568-577.

［8］吴玉萍,董锁成,宋健峰. 北京市经济增长与环境污染水平计量模型研究［J］. 地理研究, 2002, 21(2): 239-246. ［Wu Yuping, Dong Suocheng, Song Jianfeng. Modeling Economic Growth and Environmental Degradation of Beijing［J］. Geographical Research, 2002, 21(2): 239-246.］

［9］陈华文,刘康兵. 经济增长与环境质量：关于环境库兹涅茨曲线的经验分析［J］. 复旦学报：社会科学版, 2004, (2): 87-93. ［Cheng Huawen, Liu Kangbing. Economic Growth and Environmental Quality: An Empirical Analysis of the Environmentel Kuznets Curve［J］. Fudan Journal：Social Sciences Edition， 2004, (2): 87-93.］

［10］彭水军, 赖明勇, 包群. 环境、贸易与经济增长：理论、模型与实证［M］. 上海: 三联书店, 2006.［Peng Shuijun, Lai Mingyong, Bao qun. Environment, Trade and Economic Growth: Theory, Mode with Case Analysis ［M］. Shanghai: The Joint Publishing Company, 2006.］

［11］赵玉焕. 贸易、经济增长与环境保护的关系研究［J］.中国软科学, 2003,(6): 569-576. ［Zhao Yuhuan. On the Relationship Among International Trade Economic Growth and Environmental Protection［J］. China Soft Science, 2003, (6): 569-576.］

［12］于峰,齐建国,田晓林. 经济增长对环境影响的实证分析: 基于1999-2004年间各省市的面板数据［J］.中国工业经济, 2006, (8): 36-44. ［Yu Feng, Qi Jianguo, Tian Xiaolin. Empirical Analysis on Impact of Economic Development on Environmental Quality：Based on the Panel Data of Chinese Provinces & Municipal Cities from 1999 to 2004［J］. China Industrial Economy, 2006, (8): 36-44.］

［13］Dean J M. Testing the Impact of Trade Liberalisation on the Environment Theory and Evidence［M］. Fredriksson P G, 1998.

［14］Shen J. A Simultaneous Estimation of Environmental Kuznets Curve Evidence From China［J］. China Economic Review, 17(4): 383-394.

［15］黄菁. 环境污染与城市经济增长: 基于联立方程的实证分析［J］. 财贸研究, 2010, (5): 12-16. ［Huang Jing. Emprical Study on Environmental Pollution and Urban Economic Growth: A Simultaneous Equations Approach［J］. Finance and Trade Research, 2010, (5): 12-16.］

［16］蔡,林毅夫.中国经济［M］. 北京: 中国财政经济出版社, 2003. ［Cai Fang, Lin Yifu. Chinese Economy［M］. Beijing: China’s Financial and Economic Press, 2003.］

［17］Wang Y, Yao Y D. Sources of China’s Economic Growth, 1952-1999: Incorporating Human Capital Accumulation［C］. World Bank Working Paper, 2001.

Regional Pollution and Regional Economic Growth: A Simultaneous

Estimination Based on Panel Data Model

DING Huanfeng LI Peiyi

（School of Economy and Commerce South China University of Technology, Guangzhou Guangdong 510006, China）

Abstract

Based on the interactional mechanism between regional pollution and regional

economic growth, this paper constructs a simultaneous model to investigate the relationship

among six regional pollution indicators and regional economic growth. In this model, we use

interprovincial panel data of 30 provinces in China duriring 1998-2008, in the purpose of verifying

the hypothesis of Environmental Kuznets Curve (EKC) and trying to find out the main determinants

affecting Chinese regional pollution. The results show that: First, the relation between GDP and two indicators (inddust and

indSO2) present an reverse “Ushape” EKC curve; two indicators (indwater and indsolid) and GDP show

positive linear relation; two indicators (indcod and indsmoke) and GDP show negative relation. So

it does not mean that regional pollution problems would be totally settled when the regional

economic development reached a certain stage. Second, the effect of population size isn’t

significant; technological progress and energy efficiency are the efficient ways to discourage

pollution; government environmental pollution control regulation nearly has no effect on pollution;

trade liberalization has both positive and negative impact on pollution; irrational industrial

structure would intensify the pollution discharge. Third, Indsmoke and indSO2 create a feedback

loop with regional economic growth. Regional pollution feedback mechanism is weak in present

stage. Transforming the mode of economic growth,and coordinating environmental protection with

面板数据篇10

关键词：农户收入；变截距固定效应模型；影响因素；西南边疆民族自治地区

一、引言

目前，我国的农村贫困人口主要集中在西部地区，其中云南省农村贫困人口居全国前列。2007年云南农村绝对贫困和低收入人口597万人，占全国农村绝对贫困和低收入人口的13.8%。云南民族贫困问题十分突出，扶贫开发的重点在民族地区。2007年78个民族自治地方（县）农村绝对贫困人口127.3万人、低收入人口213.4万人，分别占全省的64.8%和53.3%。因此，增加西南边疆民族地区农户收入已成为各级政府工作的重中之重。实证研究农户收入的影响因素，对于宏观层面的边疆稳定、民族团结和社会安定，对于微观层面的有效实现农民增收均具有重要的现实意义。

面板数据（paneldata）是指对不同时刻的截面个体进行连续观测所得到的多维时间序列数据。由于这类数据有着独特的优点，可以整合更多的信息，所以面板数据模型已在计量经济学、社会学等领域有较为广泛的应用。

基于上述考虑本文应用面板数据模型对影响边疆民族地区农户收入的因素进行分析，整合数据在截面和时序上的特征，以便更全面准确地反映出农户收入的影响因素，得出合理的分析和推断。

二、数据来源和变量定义

（一）数据来源

本文研究所用的数据来自云南省红河哈尼族彝族自治州统计局2006至2009年调查的农户家庭层面的数据。红河哈尼族彝族自治州统计局的农户调查覆盖全州13个县市、295个行政村，每个行政村抽样调查10户或15户，总样本数量3000户。

（二）农户收入的统计描述

1、边疆民族地区农户收入水平低，来源单一。2009年农户人均纯收入为3047元，与云南省农民人均纯收入3370元之间依然有不少差距。而2009年全国农民人均纯收入为5153元。可见边疆民族地区农户收入不仅低于云南省平均水平，更大大低于全国平均水平（见图1）。

从收入来源看，农户收入的82%来自于家庭经营收入，收入来源单一的问题十分突出。在家庭经营收入中，90%来源于农业收入。农业收入是农户收入的主要来源。

2、农户收入受地理环境影响大。据2008年的调查数据显示，居住在平原的民族村农户收入最高（4168.20元/人），丘陵次之（3199.83元/人），山区最低（2656.85元/人）；民族村农户收入随距县城距离的远近呈递减趋势。

3、近年来收入增长速度快。图1显示，4年来农户人纯收入的平均增长率在10%以上，农户收入的快速增长归因于生产技术的进步以及政府政策的大力支持。

（三）变量定义

研究中涉及变量的描述见表1。

三、模型构建

基于我们研究所使用的数据截面单元多（12000个）而时期短（4年）的特点，我们选用变截距固定效应模型对数据进行分析。模型表达式为：

yit=αi+β′x′it+μit（i=1，…N，t=1，…T）

①

其中个体衡量αi代表截面单元的个体特征，反映模型中体现的个体差异；N为截面单元总数；T是时期总数。随机扰动项μit相互独立，且满足零均值，同方差。个体时期变量μit代表模型中体现随截面与时期同时变化的因素的影响。

Mincer（明瑟，1974）收入函数是研究农户收入影响因素的重要依据，我们再结合李兴绪（2010）以及万广华（2004）对农户收入影响因素的研究成果，建立收入函数：

LYit=αi+β1LW1it+β2W2it+β3R1it+β4R2it+β5R3it+β6J1it+β7J2it+θ1D1it+θ2D2it+θ3D3it+θ4D41it+θ5D42it+θ6D43it+θ7D44it+θ8D5+εit②

模型②即一个变截距模型，我们在估计时将其设定为固定效应模型进行研究。对模型进行固定效应的似然比检验，该检验假设固定效应是多余的，从表2结果中看到在5%的显著性水平下拒绝原假设，即引入固定效应是合适的（见表2）。

四、模型分析及实证结果

表3给出了模型②的估计结果，我们应用截面加权的广义最小二乘估计（Cross-sectionWeights（GLS））对各个回归系数进行估计。从结果中可以看到，调整后的决定系数达到了0.88，模型的拟合优度很高，DW检验值为2.61，我们有理由认为残差无序列相关。整体上说，该模型效果不错。

第一，物质资本对农户收入的影响分析。从回归系数上看，生产性固定资产、人均耕地面积和是否有生产经营投资的系数为正，且都具有统计显著性，这说明物质资本对农户的收入有显著的正向影响，说明边疆民族地区农户其收入在很大程度上依赖于物质资本。农户人均生产性固定资产每增加1%，农户收入将增加0.015%。人均耕地面积每增加一亩，收入增加0.017%。在家庭经营中有投资的农户比没有投资的农户人均收入高出0.03%。

第二，人力资本对农户收入的影响分析。农户的劳动力平均受教育年限对农户收入具有统计上显著的影响，西南民族地区农户的劳动力受教育的回报率只有0.012%，远低于全国平均水平。劳动力人数及劳动力是否受过培训的系数为正，且统计显著，表明劳动力的多少和劳动力培训对农户的收入提高有正向的显著作用。

第三，生产经营结构对农户收入的影响分析。非农就业比的系数为负，且统计显著。这是西南边疆民族地区农户于一般农户所不同的一个特征。一般来说非农就业的收入大于农业收入，所以非农就业人数的增加应该能带来农户收入的增加。但西南边疆农户因其城市化水平低、劳动力非农就业机会少等方面的特殊性，这点有待进一步研究。农户的种植结构和是否兼业对收入有正向的显著效果。

第四，外部环境对农户收入的影响分析。外部环境对农户收入具有统计上显著的影响，2公里以内的农户人均纯收入比两公里外的农户平均高出0.103%。农户是否属于少数民族则对收入没有显著影响。

五、主要结论及建议

本文研究得出的主要结论有以下几条：一是资本要素禀赋中生产性资本和人力资本对农户收入有正向的显著影响。二是种植结构及是否兼业对农户收入有增加效应，而非农就业对农户的收入有反向的影响。三是居住地于县城的距离对农户的收入有显著影响，距离县城较近收入相对较高。而是否属于少数民族对收入无显著影响。

为促进边疆民族地区农户收入水平的提高，建议做好以下几方面工作：一是各级政府应更多地采用增加农业和农村基础设施建设投入的手段改善农业生产条件，同时引导农户增加投资，为今后农户收入的持续稳定增长打下坚实基础。二是加强农村基础教育和农村劳动力的技术培训。三是加强农村产业结构调整。四是加强边疆民族地区小城镇建设和农产品市场建设，改善农村交通运输条件，缩短农户与市场的距离，发挥城镇的辐射功能，带动农村劳动力转移、农业经营规模扩大和产业结构调整。

参考文献：

1、高梦滔,姚洋.农户收入差距的微观基础:物质资本还是人力资本[J].经济研究,2006(12).

2、李兴绪,刘曼丽,陈贻娟.西南边疆民族村农户收入及其影响因素分析[J].云南财经大学学报,2009(6).